最近，投資人都在研究給機器人“喂飯”

文 | 融中財經(jīng)

具身智能拼到今天，拼的已經(jīng)不是誰的機器人會擺pose，而是誰的機器人真的會干活，而數(shù)據(jù)，正在成為決定機器人能不能真正變聰明的隱形門檻。

具身投資人也開始把目光放在數(shù)據(jù)之上，甚至硅谷老錢也在加速入場。6月中旬，XDOF從隱身狀態(tài)走出，一次性拿下7000萬美元融資，投資方包括Thrive Capital和a16z。專注機器人數(shù)據(jù)基礎(chǔ)設(shè)施的Encord完成6000萬美元C輪融資，由Wellington Management領(lǐng)投，累計融資已達(dá)1.1億美元。紐約的Mecka AI也分兩筆拿下6000萬美元，F(xiàn)ramework Ventures領(lǐng)投。

這種轉(zhuǎn)向說明行業(yè)想通了一件事情：當(dāng)硬件和算法都跑得足夠快，誰能率先讓模型真正學(xué)會干活，誰就握住了下一個入口。

物理AI的隱形地基

具身智能徹底火了，我們現(xiàn)在可以在各個場景看到機器人，商場接待、進(jìn)廠打螺絲、商演跳舞...

但是當(dāng)我們在談?wù)摼呱碇悄艿臅r候，我們其實更應(yīng)該談?wù)撃苤С志呱磉M(jìn)入各種物理場景的真正的背后推手——數(shù)據(jù)。

要解鎖一個場景，就需要一個場景的數(shù)據(jù)。

和大模型時代抓取文本、圖片不同,機器人要學(xué)會擰瓶蓋、疊衣服、端盤子這類動作,靠的不是文字語料,而是人類真實完成這些動作時留下的完整信息,手怎么移動、力道多大、物體怎么被抓取和擺放、動作在什么節(jié)點算成功、什么節(jié)點算失敗。這些信息需要被專門的設(shè)備記錄下來,再經(jīng)過處理變成機器人可以學(xué)習(xí)的數(shù)據(jù),這整套采集和加工的過程，構(gòu)成了具身智能最底層的燃料生產(chǎn)線。

那么海量的數(shù)據(jù)要如何采集？

市面普遍有四種方式：

1. 真機遙操：人類操控真實機器人執(zhí)行任務(wù)，同步采集動作、狀態(tài)及傳感器數(shù)據(jù)。2. 無本體采集：人直接完成示范，通過動捕、夾爪映射、第一視角相機等設(shè)備采集動作，無需機器人參與。3. 仿真合成：在虛擬環(huán)境中批量生成機器人交互數(shù)據(jù)，用于模型訓(xùn)練。4. 互聯(lián)網(wǎng)視頻蒸餾：從互聯(lián)網(wǎng)視頻中提取人類動作知識，轉(zhuǎn)化為具身模型可學(xué)習(xí)的數(shù)據(jù)。

“不論是用戶還是投資人，過去一兩年在談?wù)摰骄呱碇悄艿臅r候都把更多關(guān)注放在硬件形態(tài)和模型框架這兩端,但隨著這兩者逐步走向收斂,數(shù)據(jù)正在成為限制模型能力繼續(xù)提升的核心瓶頸?！比A興資本投資銀行事業(yè)部周魯鴻這樣解釋道。

放在物理AI這個更大的敘事里看，數(shù)據(jù)與模型基礎(chǔ)設(shè)施的價值正在被重新定義。它早已不是一臺攝像機加上一段錄制這么簡單，而是一整套把真實世界里散亂的人類操作，轉(zhuǎn)化成機器人能夠理解和學(xué)習(xí)的結(jié)構(gòu)化資產(chǎn)的工程體系。這塊此前很少被單獨討論的地基，正在變成整個具身智能往前走時，繞不開的一道門檻。

什么才是護(hù)城河

在具身智能的數(shù)據(jù)供給圈子里有一個共識：最重要的無形資產(chǎn)就是“高質(zhì)量、垂類數(shù)據(jù)”但是如何定義“高質(zhì)量”以及如何獲取“高質(zhì)量”數(shù)據(jù)，各有各的打法。

華興資本的周魯鴻給出了一個足夠具體的對比：我們在與相關(guān)領(lǐng)域客戶的交流中了解到，1萬小時干凈、有效、任務(wù)鏈路完整的數(shù)據(jù),對模型能力的提升,可能超過100萬小時未經(jīng)清洗的原始數(shù)據(jù)。

這句話背后的邏輯并不復(fù)雜,現(xiàn)在行業(yè)里數(shù)據(jù)供給良莠不齊,根源在于供給側(cè)不理解模型側(cè)真正需要什么,導(dǎo)致模態(tài)缺失、標(biāo)注缺失、動作映射不清、任務(wù)過程不完整,最后真正有效的數(shù)據(jù)密度很低。換句話說,數(shù)量從來不是這門生意的門檻,能不能被模型真正用上才是。

這個判斷也解釋了為什么垂直場景數(shù)據(jù)會被反復(fù)提及。周魯鴻提到：真實作業(yè)場景中采集到的數(shù)據(jù),往往比標(biāo)準(zhǔn)化數(shù)采場里搭建出來的數(shù)據(jù)更有效,尤其是在物流、零售、工業(yè)、倉儲這類具體場景里,真實環(huán)境中的物體分布、操作流程、異常情況和長尾任務(wù),對提升模型在特定場景下的能力幫助更直接。但他也強調(diào),具身模型長期要解決的是跨場景、跨任務(wù)的泛化問題,所以數(shù)據(jù)不能只追求某一個場景里的高質(zhì)量樣本,還需要具備足夠的多樣性和規(guī)模化生產(chǎn)能力,這也是為什么傳統(tǒng)真機遙操采集這種成本高、效率低,又容易與單一采集本體綁定的方式,正在被行業(yè)逐漸重新審視。

圖片來源：景爍科技

通用具身智能的數(shù)據(jù)與模型基礎(chǔ)設(shè)施提供商景爍科技CEO霍達(dá)的回答倒是非常直接："高質(zhì)量數(shù)據(jù)的終極證明不是存儲了多少PB，而是模型能力有沒有真實躍升。"

為了讓"模型能力躍升"這件事可落地、可驗證、可規(guī)?；桓叮盃q搭了一套三層產(chǎn)品體系。數(shù)據(jù)模型一體化平臺WorldEngine、自研生成式統(tǒng)一世界模型GENESIS - Robotics以及數(shù)據(jù)資產(chǎn)引擎SkillForge。

三者形成一個自我強化的正向飛輪：真實世界的采集數(shù)據(jù)和客戶反饋持續(xù)注入系統(tǒng)，WorldEngine完成數(shù)據(jù)治理、質(zhì)檢與閉環(huán)驗證，GENESIS - Robotics基于真實數(shù)據(jù)不斷進(jìn)化世界理解能力并輸出合成數(shù)據(jù)放大產(chǎn)能，最終所有成果沉淀為SkillForge中更豐富、更精準(zhǔn)的標(biāo)準(zhǔn)化技能包交付給客戶。

三層之間不是線性流水線，而是一個持續(xù)自我強化的飛輪。真實數(shù)據(jù)校準(zhǔn)模型的物理認(rèn)知，模型反過來生成合成數(shù)據(jù)擴(kuò)展邊界，平臺串聯(lián)兩端完成閉環(huán)驗證，最終沉淀為越來越厚的技能資產(chǎn)。這套飛輪能跑起來有一個前提：GENESIS-Robotics的物理認(rèn)知不是從零開始的。景爍的核心團(tuán)隊來自文遠(yuǎn)成立之初就組建的數(shù)據(jù)研發(fā)001號團(tuán)隊，它建立在文遠(yuǎn)近十年自動駕駛規(guī)模化落地積累的海量真實物理數(shù)據(jù)之上。

霍達(dá)表示"先用真實世界校準(zhǔn)模型，再用模型生成數(shù)據(jù)，這個順序不能反。"對于自動駕駛的經(jīng)驗?zāi)懿荒苓w移到機器人操作這個行業(yè)常見質(zhì)疑，他則認(rèn)為：遷移的不是駕駛場景的特征，而是對三維空間、物體交互、力學(xué)關(guān)系的底層建模能力。物理規(guī)律是通用的，這套能力在具身場景中已經(jīng)得到充分驗證。

回到最初的問題，具身智能的護(hù)城河到底是什么？

答案或許不是某一個環(huán)節(jié)做得好，而是一套從數(shù)據(jù)到模型的完整閉環(huán)能力：讓模型定義數(shù)據(jù)標(biāo)準(zhǔn)、驗證數(shù)據(jù)價值、并持續(xù)驅(qū)動數(shù)據(jù)資產(chǎn)增值。這套系統(tǒng)一旦跑通，每一環(huán)都在拉開差距，而這道差距，恰恰是外界最容易忽略、卻也最難被追趕的部分。

一條還沒定型的產(chǎn)業(yè)鏈

具身智能的數(shù)據(jù)供給，場上的玩家大致分成三類：機器人本體廠商自己做數(shù)據(jù)、做具身大腦的模型公司自建數(shù)據(jù)團(tuán)隊，還有獨立第三方基礎(chǔ)設(shè)施服務(wù)商。

本體廠商做數(shù)據(jù)供給,天然帶著自用屬性,數(shù)據(jù)是為了讓自家機器人變聰明,順帶的效率提升和成本優(yōu)化才是重點,對外輸出從來不是第一訴求。大模型公司自建數(shù)據(jù)團(tuán)隊,更多是為了滿足自身模型迭代過程中一部分定制化和保密性需求,畢竟核心訓(xùn)練數(shù)據(jù)事關(guān)競爭壁壘,交給外部終究隔著一層信任成本。這兩類玩家的共同點是,數(shù)據(jù)服務(wù)的都是自己的業(yè)務(wù)閉環(huán),規(guī)模上限也天然受自己的業(yè)務(wù)體量制約。

第三方數(shù)采公司的空間,恰恰藏在這個環(huán)節(jié)里。

對此，周魯鴻表示：數(shù)據(jù)公司和模型公司的能力稟賦并不一樣,模型公司擅長算法、訓(xùn)練體系和模型迭代,數(shù)據(jù)公司考驗的是規(guī)?；桓丁?biāo)準(zhǔn)化運營、質(zhì)量控制、場景組織和客戶需求理解能力,這本身就是兩套不同的能力模型。放在更長的產(chǎn)業(yè)周期里看,這種分工不是權(quán)宜之計,而是效率使然。一家既做模型又做數(shù)據(jù)的公司,受競爭關(guān)系和數(shù)據(jù)中立性的顧慮，很難把自己最核心的數(shù)據(jù)賣給同行,而第三方公司不背負(fù)這層顧慮,一套高質(zhì)量數(shù)據(jù)集理論上可以服務(wù)多個模型廠商和機器人客戶,復(fù)用帶來的規(guī)模效應(yīng),是自建團(tuán)隊很難在短期內(nèi)追上的。

這套邏輯能成立，前提是團(tuán)隊要有足夠的行業(yè)積累，橫跨自動駕駛、地理信息、人工智能數(shù)據(jù)這些原本不交叉的領(lǐng)域，既懂硬件標(biāo)定，也懂模型訓(xùn)練真正需要什么。

客戶選擇第三方的邏輯也很清晰。自建一套從數(shù)據(jù)到模型的閉環(huán)，通常要幾年，涉及硬件、場地、團(tuán)隊、流程磨合，每一環(huán)都是成本。接入一家已經(jīng)跑通這套體系的公司，相當(dāng)于直接跳過這段基建期，把資源集中在本體研發(fā)和場景落地上。不少全球標(biāo)桿客戶，也是在沒什么市場推廣的情況下主動找上門，口碑本身就是最有效的獲客方式。

和大模型時代的數(shù)據(jù)供給相比，具身智能的數(shù)據(jù)與模型產(chǎn)業(yè)鏈顯然還沒有走到成熟期。語言模型的數(shù)據(jù)標(biāo)準(zhǔn)經(jīng)過多年迭代已經(jīng)相對收斂，但具身數(shù)據(jù)不一樣，多種技術(shù)路線仍在并行探索，行業(yè)對"什么才是真正有效的具身數(shù)據(jù)"尚未形成統(tǒng)一共識。這種未收斂的狀態(tài)，短期看是不確定性，長期看意味著標(biāo)準(zhǔn)的制定權(quán)還沒有被鎖死。誰能先一步用產(chǎn)品和落地效果定義清楚行業(yè)標(biāo)準(zhǔn)，誰就有機會在這條產(chǎn)業(yè)鏈里占據(jù)最上游的位置。

數(shù)據(jù)與模型基礎(chǔ)設(shè)施眼下的位置，有點像移動互聯(lián)網(wǎng)早期的云計算，雖然基礎(chǔ)卻是所有上層應(yīng)用能否跑起來的前提。物理AI這個概念被討論得越來越多，機器人本體和模型算法的故事也講得足夠精彩，但真正決定這些故事能不能落地的，可能恰恰是這條最容易被忽略的基礎(chǔ)設(shè)施能不能率先跑通。

這場關(guān)于基礎(chǔ)設(shè)施入口的爭奪，眼下才剛剛開始。誰能最早跑通完整閉環(huán)，誰就拿到了下一張船票。