月销再上5万 ，谁能成为鸿蒙智行新大腿
未来 12~18 个月 ，谁能真正在半开放场景里 ，把第一个闭环跑通？文｜赵艳秋编｜� ；�" 未来 12~18 个月 ，行业的一个 checkpoint 就是真实安排带来的数据闭环。不管这个安排数字是几多 ，只要它是真实的。谁能真正在半开放场景里 ，把第一个闭环跑通 ，这将是决定性因素。" 上海创智学院副教授、智元首席科学家罗剑岚说。" 我们会尽快面向所有场景—— 60% 家庭、30% 商用、10% 工业 ，要齐头并进。" 千寻智能首创人兼 CEO 韩峰涛告诉数智前线。今年以来 ，险些所有海内外头部公司都不眠不断 ，在家庭、工厂和商业赛道争夺安排时机。为了争取时间 ，他们做软硬件一体——机械人本体、大脑、数采设备、甚至灵巧手和枢纽 ，避免期待第三方而让节奏慢下来 ，他们要把数据闭环攥进自己手里。这一进程 ，也将影响资本、客户在下一阶段对他们的重新估值和押注。具身企业 ，为什么都在抢同一个闭环？去年底 ，智元机械人对业务赛道重新排兵排阵 ，智元偏重工业 ；智元实控的上纬新材以 " 上纬启元 " 品牌锁定消费市场 ，另有灵巧手公司临界点等。6 月底 ，智元在全网开启机械人在工厂测试产线干活的直播 ，所在是消费电子 OEM 上市公司龙旗科技的江西南昌工厂 ；" 上纬启元 " 推出首款个人机械人 " 启元 Q1" ，可折叠装进书包 ，并将在深圳和上�？柘呦绿逖榈� ......行动很猛的另有千寻智能。" 我们构建了一个上千人的数采团队 ，到今年底会有四千人。今年我们要收罗百万小时数据 ，明年要抵达上千万小时。" 首创人兼 CEO 韩峰涛告诉数智前线。他语速很快 ，要尽快面向家庭、商用、工业齐头并进。他强调 ，这是公司的焦点事情 ，战略上重视就体现在投入上。他还特意提到与博世、宝马的相助。银河通用已从去年起 ，在全国铺设无人零售、无人药店 ，目前已凌驾百个 ；工业重载机械人进入极氪、宁德、疾驰等工厂 ；与智源研究院一起在酒店落地清洁机械人 ......有趣的是 ，宁德时代是多家机械人企业的采购方 ，" 它的野心很大 " ，一位具身企业人士说。这股风潮不止中国具身智能企业。即即是美国领头羊 PI（Physical Intelligence） ，这家由前谷歌大脑卖力人卡罗尔 · 豪斯曼开办、用真实世界数据做出第一个多任务具身模型的公司 ，也开始在外洋包括中国大宗建厂 ，收罗交互数据。业内人士对数智前线剖析 ，PI" 后劲缺乏 " ，受限于美国本土制造业 ，它不得不靠外洋建厂来弥补数据收罗短板。为什么各人都这么急着来干这件事？" 我觉得全球企业 CEO 都知道要往具身领域投钱 ，但各人在等一个信号 ，一旦泛起 ，大把美元就会从天而降。" 罗剑岚说得很直白 ，" 作为一个创业公司 ，优势就是快。谷歌这么大 ，OpenAI 就是在它护城河最深的地方 ，硬生生敲出一块地。" 另有行业人士拿 Anthropic 打比方 ，其 ARR 年化营收已达 200 亿美元 ，" 这个体量不管谷歌照旧 meta ，都不会轻松把它碾死 "。同时 ，行业预估 ，今年下半年到明年上半年 ，是世界模型训练岑岭期 ，各人都在努力追求模型泛化性 ，究竟没有规� ；恼媸凳� ，模型就没有泛化 ，没有泛化就谈不上规� ；才�。" 所谓基模泛化能力 ，就是把人类不需要专门学习的技术做到 70%~80% 乐成率 ，再配上初中学历就能掌握、一键把模型从数采中心带到客户场景的低安排门槛。" 银河通用 CTO 王鹤解释。所有具身行业人士都认同一个路径——特斯拉数据飞轮。已往十年 ，特斯拉泯灭很大精力 ，安排车队结构了一个巨大飞轮 ，车队跑出真实数据 ，数据回流训练模型 ，更好的模型再下发车队、去解决更长尾问题 ，重复循环。它给具身的提示有两条——真实数据很重要 ，而真实数据只能通过安排获得。眼下具身数据还少得可怜——有人士说 " 连一颗黄豆都没到 "。而数据飞轮一旦转起来 ，就是护城河 ，别人要做这件事 ，也得花同样多精力、时间和资源 ，可你已经走到前沿去了。千寻则把具身智能的历程分为两阶段 ，第一阶段把基模做出泛化性 ，让后训练价钱降到分钟级、边际安排本钱压到极低 ，" 场景落地所需的后训练数据可降低 60%。" 千寻智能副总裁丛源良说。这样 ，才华进入第二阶段——几千万台、上亿台机械人铺进真实世界干活 ，数据回流 ，零样本解决更多问题。" 你得先把数据和 Infra 做好。这俩没做 ，你压根不必探索模型结构。" 一家具身智能独角兽的 CTO 对数智前线剖析 ，而数据和 Infra 之间 ，则要先数据、后 Infra。理由是规模小的时候 Infra 还发挥不了作用 ，只有机械人在外安排的数量多了 ，Infra 才会派上用场。" 刚起步 ，做数据收益一定是最大的 ，到一定规模再去做 Infra。这俩都有了 ，你再做模型结构 ，我觉得是这样一个顺序。"机械人大脑 ，究竟需要什么数据？大语言模型用 30 万亿 token 训出了 GPT ，具身智能需要什么数据？实际上 ，它需要一整套笼罩差别能力的数据体系 ，所以具身企业都在抢家庭、工业、商业场景 ，齐头并进 ，收罗差别数据源。而每个场景对模型的训练方法也差别。有业内人士对数智前线剖析 ，工厂是验证模型的好地方 ，但要求极致节拍 ，" 你错一次 ，对整个产线的影响是大的 " ，因此针对一个具体场景要做后训练 ，强化学习很重要 ，这样才华抵达乐成率和节拍。家庭不重节拍 ，但要足够泛化 ，乐成率可以低一点。每个家庭情况都纷歧样 ，有人士认为 ，甚至不太需要后训练 ，因此安排更快。虽然行业认为 " 一旦家庭的活儿会干了 ，其他的活儿都会干了 " ，但有人士认为 ，工厂要求的乐成率和家庭的泛化性是两种能力 ，" 目前在模型上没法统一 " ，只能在两个偏向同时迭代。商场也同理 ，有自己的特殊需求。实际上 ，进工厂自己很难。无锡数据集团总经理陈青告诉数智前线 ，翻开工厂的数采场景只能找一把手 ，老板们不在乎收罗补贴 ，担心的是工艺外泄。他们目前已与 12 家工业同伴签订了恒久重复进场收罗的协议 ，" 我们想让真正掌握模型能力的公司落在无锡 ，一起深入相助 " ，重点抓 30~50 家企业——最好是上市公司 ，因为老板更有久远想法、二代老板也很是清楚。" 要跟他们结成恒久合资人机制 ，从数采试点走到产线智能装备升级。"相对而言 ，家庭是一个可以快速安排的地方。一位资深人士说 ，家庭的名贵之处 ，是可以让真机在开放情况中探索交互数据。人类能为机械人构建的训练情况可能不到 1% ，" 人不知道机械人会在什么地方出错 ，只有机械人自己知道 " ，把机械人放进情况 ，让它先探索、先失败 ，人再兜底纠正 ，这一类数据凌驾在所有数据之上。不过 ，如果既想快速安排 ，又想在商业上有快速回报 ，无人药店、无人零售店、酒店清洁等是很好的模式。" 限定场景后就可以采数据、做闭环、做销售 ，不需要泛化到所有场景 ，相信这是目前大大都具身企业的做法。" 一位人士告诉数智前线。而这些场景中 ，具体需要收罗什么类型的数据？行业流行 " 数据金字塔 " 一说 ，但陈青更愿意把它比作光谱仪：" 光从左到右 ，差别频率和能量代表差别作用。" 所有场景险些都需要全光谱数据 ，它们担负差别作用。其中 ，真机数据被大宗用于最终安排态 ，但 " 很难跨本体、收罗本钱很是高 " ，在光谱体系中只占一小部分 ；仿真数据可以做情况数据扩增 ，在要求毫米级执行、长时间鲁棒性的工业场景中尤为重要 ，" 但它很难真实模拟形变和力控 "。陈青认为 ，当下收罗重心正转向内容数据—— EGO 这一以人为中心的数据 ，能够提炼人的操作逻辑 ，以及 UMI 无本体数据 ，把人手臂枢纽行动和末端映射与机械绑定。今年以来 ，EGO 数据很火 ，它是指通过头戴摄像头等设备、收罗的人类第一人称视角操作的视频。京东、蚂蚁、美团正通过众包方法快速 Scale up ，有业内人士认为 ，可能未来一天就能到 100 万小时。但丛源良认为 ，UMI 数据将成为主流。UMI 数据是一种手上拿着夹爪、戴着摄像头等轻量设备 ，收罗人类真实操作的低本钱计划 ，其优势是与机械人本体解耦 ，一套数据能被差别机械人复用。相比 EGO 数据 ，UMI 数量稍小、精度更高 ；最精准的是遥操 ，" 但数据量太小 ，你还得买一个 50 万的机械人一块弄 ，遥操上手难度也较大 "。各人也都提到了触觉数据 ，每一家主要具身企业都坦言要做。" 你要做到穿针引线 ，触觉作用照旧很大的。" 上海交通大学长聘教轨助理教授穆尧说。不过 ，穆尧曾与多家机构实验构建触觉数据集 ，结果 " 几度心碎 " ，最终转向仿真引擎去做精细的力和触觉数据的 scale up。已往一年 ，虽然业内对仿真数据 " 祛魅 " ，但他的团队把螺纹配合、齿条啮合 ，以及多种柔性衣物的庞大任务 ，通过仿真数据都实现了。具身企业也在思考收罗数据方法。北京智源人工智能研究院理事长黄铁军告诉对数智前线 ，由于世界模型和具身智能阶段 ，实时交互性数据会越来越多 ，" 你踢个球、弹个琴、游个泳 ，所有都是在跟世界互动 " ，采数据的模式也必须厘革 ，焦点要考虑本钱合理性和便当性。这样看来 ，建数采中心、用人控制机械人采数据 ，" 可能是一种本钱纷歧定合理的方法 ，光建情况就花掉许多价钱。" 他说 ，今年开始 ，有企业让工人戴上设备边事情边收罗 ，人为可能加 20% ；再往后 ，人们戴上耳机、智能眼镜 ，生活和事情的第一视角被数字化 ，这跟自动驾驶逻辑差未几 ，汽车在路上跑的同时 ，数据就收罗到了 ，只不过汽车上的传感器许多 ，人身上还比较少。他进一步举例 ，乒乓球机械人若能抵达陪练水平 ，进入工会、学校 ，采数据甚至可以零本钱乃至有收益。" 进入实际场景后 ，有可能找到低本钱采数据方法 " ，这是已往一段时间 ，他们在思考探索的。为什么非要自己攥着闭环在跑闭环的这个历程中 ，一个值得关注的现象是 ，去年行业中另有工业链分工模式 ，有人做大脑、有人做本体 ，但今年更多企业明确走向软硬闭环 ，既有机械人本体 ，也训练模型 ，还做数采设备 ，甚至做灵巧手、枢纽。" 所有的 recipe（独门秘籍）在无限长的时间里都会酿成公共知识。" 王鹤解释说 ，" 这个行业最终一定是目今巨头可以做的。" 既然如此 ，首创公司唯一的竞争优势就是快。" 快你就得闭环 ，硬件里头别人做欠好的部分 ，就得控制在自己的环路里。不然你等别人 ，就慢下来了。" 更多具身企业接纳硬件、数采、数据管线到模型 ，软硬一体模式。当下 ，险些每家企业都提到了数采设备。千寻从 2024 年开始研发数采设备 ，据说迭代七版 ，" 去年 12 月正式落地 ，今年下半年本钱会有 10 倍下降。"CEO 韩峰涛告诉数智前线。" 这套工具一定要掌握 ，不然会很被动。" 上海交大穆尧说 ，他举例自己有许多想法 ，但各人说做不出来时 ，他就会到现场去看整个采数历程——顶置相机怎么配置、全身运控传感器怎么摆、人和传感器如何配合。这关系到立异想法的实现。" 臂、焦点枢纽、灵巧手上腕部相机的安排 ，至今没看到任何一个令自己满意的计划 " ，他认为如果有能力也要自己掌握。它石智航联合首创人、首席科学仆人文超把整个系统类比一条梯度通报的链路 ，" 具身行业还在早期 ，模型和应用的梯度还没有通报到前面的硬件 ，市面上能买到的硬件满足不了规� ；τ玫男枨� "。为此 ，他们决定自己做软硬件 ，并研究枢纽、甚至灵巧手 ，把末端传感器配置、硬件形态、数采方法和安排推理效率放进同一个系统里去优化 ，" 这些细节才是 VLA、世界模型这些看法背后真正的冰山。" 丁文超说。" 数据管线 " 是当下具身公司比拼的一个焦点。市面上 EGO、UMI 数据供应商 " 质量真的是良莠不齐 ，好的特别少 " ，企业不得不建立自己的一整套质检和规范 ，并投入数据管线。并且 ，数据质检、过滤、标注全靠人工的话 ，本钱谁也扛不住 ，需要靠模型闭环来提升效率、降低本钱。一位业内人士对数智前线总结 ，" 数据管线 " 焦点是把人类的单点经验 ，尽可能汇聚进这条管线 ，让数据迭代逐步自主化 ，而 " 第一点就是要做到实时性 " ，在收罗历程中同步质检 ，而不是事后调解。在闭环上 ，外国具身企业 " 遇到了麻烦 "。有行业人士告诉数智前线 ，虽然他们实验在外洋建厂来解决交互数据收罗问题 ，但 " 短期内能解一时的困难 ，恒久很难 "。基础原因是软硬疏散 ，好比在美国训练 ，在美国以外做数据采