人形機器人也要“進校學習”？數據采集成必答題

　　記者 孫燕 鄧浩

　　7月9日，德馬科技與智元機器人合作建立全球首家具身智能人形機器人物流訓練工廠，部署數十臺人形機器人開展真實物流場景(搬運、拆箱、分揀等)的數據采集與訓練。

　　此前在6月，合肥市具身智能機器人數據采集預訓練場啟用，帕西尼具身智能超級數據工廠也投入運營。

　　數據被認為是具身智能的“卡脖子”問題。

　　東吳證券指出，不同于大語言模型可以使用互聯網海量信息作為訓練數據，機器人所用的具身智能模型沒有現成數據可以使用，需要投入大量時間和資源進行機器人操作實踐或仿真模擬，以收集視覺、觸覺、力覺、運動軌跡以及機器人本體狀態等多源異構數據。

　　為助力數據采集，訓練場應運而生。

　　企業、政府爭相落地

　　去年下半年以來，具身智能數據采集廠密集落地。

　　企業率先搭建數據采集中心，如智元機器人數據采集中心于去年9月啟用，帕西尼主導建設的具身智能超級數據工廠于今年6月投入運營。

　　之所以要采集數據，是因為人形機器人在落地場景之前，需逐步學習并優化技能。

　　通常而言，單個場景的訓練就可能需要百萬量級的數據，但是行業早期缺少高質量且格式統一的數據庫，從而制約了機器人泛化能力的提升。

　　為了突破數據困境，行業內出現了兩種思路。民生證券研究指出，其一，以英偉達、銀河通用為代表的企業試圖通過仿真數據的方式，生成數據用于機器人訓練；其二，以智元機器人為代表的企業建立大規模數據采集廠以收集高質量的真實場景數據，再尋求合適的比例將真實數據與仿真數據混合，以實現較優的訓練效果。

　　一位產業人士告訴21世紀經濟報道記者，該企業先在數采中心搭建工廠實景，依靠人工遙操，讓機器人采集真機數據，從而訓練出單個工種的小模型(或算法)，以達到客戶的交付要求。“一個項目POC(概念驗證)要兩個月左右時間，要達到較高準確性可能要半年以上。但由于工廠作業環境以及其他安全考慮，人形機器人無法一直在現場采集數據，所以我們根據制造現場搭建了實景給機器人訓練。”

　　除了廠商自采集，地方政府也在建設數據采集中心：國家地方共建人形機器人創新中心建設的全國首個異構人形機器人訓練場于今年1月啟用，合肥市具身智能機器人數據采集預訓練場于今年6月啟用。

　　前述產業人士告訴記者，在G端，主要是工業、人工智能產業發達的地方政府采購人形機器人去建數采中心。由政府主導建設的數據采集中心一般是公共服務平臺，所采集的數據歸政府平臺所有，待積累了足夠多的數據后，可以提供給轄區內的機器人企業訓練。

　　青瞳視覺相關業務人士對記者表示，該公司從2023年左右開啟了人形機器人數據采集業務。“主要是to G和to B，目前在政府端、學校端、企業端都有落地。”

　　一套數據采集解決方案通常包括機器人、硬件、軟件、云數據處理服務、軟硬件售后維護、模型訓練平臺等。據青瞳視覺相關業務人士透露，一套數采中心解決方案售價在40萬-50萬元。

　　效率有待提高

　　前述產業人士指出，目前人形機器人行業都在做數據采集。“只要是專注下游應用的企業，哪怕不建大規模數采中心，也因為要做POC、交付，會搭建小規模數采中心。”

　　其預計，這兩年行業內人形機器人出貨量最多的可能在數據采集場景。“工業場景里幾十臺訂單，量已經很大了。但建設一個數采中心，起碼要到百臺級別，否則經濟效益不夠。 ”

　　但當前，人形機器人數據采集仍然面臨挑戰。

　　一方面，硬件方案未收斂，數據孤島問題提高了數據采集成本。華源證券研究指出，目前廣義的人形機器人硬件結構尚存在不確定性，例如本體存在輪式方案與雙足方案，手部結構如夾爪、靈巧手、三爪等機械結構尚未確定；傳感器方案中視觸覺、磁變傳感器的方案選擇與具體排布位置也未有定論。

　　前述產業人士也指出，人形機器人仍在快速迭代階段：每個星期都會有模組修改，一兩個月就會有零部件、局部改造，可能幾個月到半年就會更新一代。

　　另一方面，當前人形機器人數據采集方法多數集中在關節層數據，如各自由度的角度、速度、力矩等，硬件不統一導致不同機器人關節結構差異較大，采集的數據具有極強的平臺依賴性，可復用性低，數據孤島問題極大提高了數據采集成本，使得產業端難以通過規模化降低數據成本。

　　而本體高自由度的累計傳遞誤差帶來的本體精度問題以及機器人本體-人體自由度不匹配導致映射算法構建困難，進而導致真實數據采集精度不夠，有效數據比例較低。

　　前述產業人士指出，不同結構的機器人所采集的數據，若映射到新的本體上作業，數據的準確性、模型的有效性會大打折扣。

　　但在行業發展初期，采集數據依然是第一步。