炸場(chǎng)具身智能圈！覓蜂 MEgo 無(wú)本體數(shù)采發(fā)布，捅破了機(jī)器人落地最大的窗戶(hù)紙 | 前沿在線(xiàn)

編輯：前沿在線(xiàn) 編輯部

就在最近，上海張江科學(xué)會(huì)堂，具身智能圈迎來(lái)了一場(chǎng)顛覆性的發(fā)布會(huì)。

沒(méi)有卷人形機(jī)器人的關(guān)節(jié)靈活度，沒(méi)有刷新具身大模型的 SOTA 榜單，覓蜂科技（Maniformer）用一套MEgo系列新品，直接掀了行業(yè)的底層邏輯桌子 —— 徹底打破物理 AI 數(shù)據(jù)采集對(duì)機(jī)器人本體的百年依賴(lài)，宣告具身智能數(shù)據(jù)生產(chǎn)正式進(jìn)入「無(wú)本體、全場(chǎng)景、規(guī)模化」的新紀(jì)元。

這場(chǎng)以「蜂行天下，數(shù)驅(qū)智能」為主題的發(fā)布會(huì)，不止是一次硬件新品秀。從MEgo 無(wú)本體采集硬件、MEgo Engine 一站式數(shù)據(jù)治理平臺(tái)，到聯(lián)合數(shù)十家機(jī)構(gòu)啟動(dòng)的蜂巢數(shù)據(jù)共創(chuàng)行動(dòng)，再與阿里云、百度云、京東云等頭部企業(yè)完成戰(zhàn)略簽約，覓蜂科技用一套組合拳，給困在「數(shù)據(jù)荒漠」里的具身智能行業(yè)，遞上了一把破局的鑰匙。

先劃3 個(gè)行業(yè)級(jí)核心結(jié)論，看完你就懂這場(chǎng)發(fā)布會(huì)為什么震動(dòng)了整個(gè)圈子：

1. 釜底抽薪式破局：徹底推翻「機(jī)器人本體綁定數(shù)據(jù)采集」的傳統(tǒng)范式，從「機(jī)器定點(diǎn)采數(shù)據(jù)」變成「人走到哪，數(shù)據(jù)采到哪」，采集效率直接翻 2-3 倍，成本砍半，場(chǎng)景覆蓋邊界無(wú)限拓寬。

2. 打通行業(yè)最大死穴：與精靈 G2 Air原生同構(gòu)設(shè)計(jì)，從根源解決了 UMI 數(shù)據(jù)「采了用不了」的行業(yè)頑疾，采集數(shù)據(jù)可無(wú)縫部署到機(jī)器人真機(jī)，徹底打通「采集 - 訓(xùn)練 - 落地」全鏈路。

3. 改寫(xiě)賽道競(jìng)爭(zhēng)格局：從單一的數(shù)據(jù)服務(wù)商，升級(jí)為具身智能時(shí)代的「數(shù)據(jù)水電廠(chǎng)」，用平臺(tái)化生態(tài)整合全行業(yè)產(chǎn)能，2026 年千萬(wàn)小時(shí)、2030 年百億小時(shí)的產(chǎn)能規(guī)劃，直接給行業(yè)定下了新標(biāo)尺。

做具身智能的都懂，我們被「本體綁定」坑了多少年？

在拆解 MEgo 的顛覆性之前，我們必須先回答一個(gè)靈魂問(wèn)題：喊了這么多年「具身智能爆發(fā)」，為什么它始終困在實(shí)驗(yàn)室里，走不進(jìn)工廠(chǎng)、家庭、商超這些真實(shí)場(chǎng)景？

答案藏在一組扎心的數(shù)字里：當(dāng)前全球具身智能行業(yè)的高質(zhì)量真機(jī)交互數(shù)據(jù)總量，不足頭部大語(yǔ)言模型訓(xùn)練語(yǔ)料的兩萬(wàn)分之一。

GPT-5 的訓(xùn)練語(yǔ)料規(guī)模達(dá)到 100 萬(wàn)億 tokens，折算下來(lái)相當(dāng)于 100 億小時(shí)的語(yǔ)音時(shí)長(zhǎng)；而整個(gè)具身智能行業(yè)，能拿得出手的高質(zhì)量訓(xùn)練數(shù)據(jù)，滿(mǎn)打滿(mǎn)算只有50萬(wàn)小時(shí)。

這道數(shù)量級(jí)的天塹，就是橫亙?cè)诰呱碇悄苊媲暗淖畲篪櫆稀６i住數(shù)據(jù)產(chǎn)能的，正是行業(yè)沿襲多年的「本體綁定式采集」邏輯。

長(zhǎng)期以來(lái)，物理 AI 的數(shù)據(jù)采集，被牢牢鎖死在「定制化機(jī)械臂+專(zhuān)用傳感器 +固定工位」的實(shí)體機(jī)器人本體上，這套模式給行業(yè)挖了四個(gè)繞不開(kāi)的深坑，層層鎖死了產(chǎn)業(yè)規(guī)模化落地的可能。

第一個(gè)坑，場(chǎng)景邊界被本體焊死。傳統(tǒng)采集方案不僅設(shè)備成本動(dòng)輒數(shù)十萬(wàn)、部署周期長(zhǎng)達(dá)數(shù)月，更受限于機(jī)器人的活動(dòng)半徑與本體形態(tài)，根本覆蓋不了家庭、戶(hù)外、商超這些真實(shí)世界里復(fù)雜、動(dòng)態(tài)、非結(jié)構(gòu)化的場(chǎng)景。機(jī)器人走不到的地方，就是數(shù)據(jù)采集的天花板。

第二個(gè)坑，供需兩端徹底錯(cuò)配。供給側(cè)，全國(guó)落地的數(shù)采中心手握硬件與場(chǎng)景資源，卻大多陷入「為了運(yùn)營(yíng)而運(yùn)營(yíng)」的怪圈，重復(fù)采集無(wú)效數(shù)據(jù)，空有產(chǎn)能卻無(wú)法實(shí)現(xiàn)商業(yè)變現(xiàn)，大量機(jī)器人長(zhǎng)期處于閑置狀態(tài)；

需求側(cè)，大模型公司、機(jī)器人廠(chǎng)商已經(jīng)開(kāi)啟數(shù)據(jù)軍備競(jìng)賽，普遍開(kāi)出百萬(wàn)小時(shí)級(jí)的年采購(gòu)訂單，卻找不到能穩(wěn)定、規(guī)模化交付高質(zhì)量數(shù)據(jù)的服務(wù)商，算法迭代被數(shù)據(jù)供給嚴(yán)重拖慢。

第三個(gè)坑，標(biāo)準(zhǔn)缺失，數(shù)據(jù)孤島遍地。各家數(shù)據(jù)生產(chǎn)方的采集格式、標(biāo)注規(guī)范、坐標(biāo)系定義完全自成體系，算法團(tuán)隊(duì)拿到不同來(lái)源的數(shù)據(jù)，要花大量時(shí)間做格式轉(zhuǎn)換、標(biāo)準(zhǔn)統(tǒng)一，協(xié)作成本高到離譜。

更致命的是，沒(méi)有統(tǒng)一標(biāo)準(zhǔn)就沒(méi)有統(tǒng)一的質(zhì)量評(píng)判體系，「垃圾數(shù)據(jù)進(jìn)，垃圾模型出」成了行業(yè)常態(tài)，很多優(yōu)秀算法甚至因?yàn)榱淤|(zhì)數(shù)據(jù)被提前判了死刑。

第四個(gè)坑，采了白采，用不了。傳統(tǒng)異構(gòu)采集方案產(chǎn)出的數(shù)據(jù)，與機(jī)器人真機(jī)運(yùn)行的數(shù)據(jù)分布存在天然差異，算法團(tuán)隊(duì)用采集的數(shù)據(jù)訓(xùn)完模型，部署到真機(jī)上完全無(wú)法復(fù)現(xiàn)效果。這也是整個(gè)行業(yè)最頭疼的靈魂拷問(wèn)：我們采了這么多數(shù)據(jù)，為什么機(jī)器人還是學(xué)不會(huì)干活？

「算法再?gòu)?qiáng)，無(wú)數(shù)據(jù)則無(wú)源；愿景再美，無(wú)基建則空懸。」姚卯青在發(fā)布會(huì)上的這句話(huà)，道破了整個(gè)行業(yè)的核心困境。當(dāng)大語(yǔ)言模型已經(jīng)沖進(jìn)認(rèn)知智能的深水區(qū)，具身智能卻還在為基礎(chǔ)的訓(xùn)練數(shù)據(jù)發(fā)愁。

所有人都清楚：不打破本體對(duì)數(shù)據(jù)采集的枷鎖，具身智能永遠(yuǎn)只能是實(shí)驗(yàn)室里的 Demo。

毫米級(jí)精度 + 亞毫秒同步，MEgo 到底解決了哪些行業(yè)頑疾？

覓蜂科技給出的破局答案，是「無(wú)本體數(shù)采」這套釜底抽薪式的方案，核心是徹底重構(gòu)了物理 AI 數(shù)據(jù)生產(chǎn)的底層邏輯 ——從「以機(jī)器人本體為核心」，徹底轉(zhuǎn)向「以人為核心」。

MEgo 的命名里就藏著這套邏輯的全部?jī)?nèi)涵：

• ME：以人為核心，把人作為數(shù)據(jù)采集的主體，人類(lèi)在真實(shí)場(chǎng)景中的每一次操作、每一個(gè)交互，都能被精準(zhǔn)轉(zhuǎn)化為高質(zhì)量訓(xùn)練數(shù)據(jù)；

• go：隨行、輕量、無(wú)界，可隨身攜帶的采集系統(tǒng)，打破空間與場(chǎng)景限制，真正實(shí)現(xiàn)「走到哪、采到哪」；

• M+Ego：融合覓蜂全鏈路數(shù)據(jù)治理能力與第一視角伴隨式采集，實(shí)現(xiàn)從采集、重建、質(zhì)檢、標(biāo)注到交付的全流程閉環(huán)。

這套邏輯不是空中樓閣，而是靠兩款硬核硬件 + 一個(gè)全流程平臺(tái)，精準(zhǔn)命中了行業(yè)的每一個(gè)痛點(diǎn)。

MEgo Gripper：把行業(yè)軌跡精度，從厘米級(jí)拉到 1 毫米級(jí)

這款僅480g的輕量化多模態(tài)采集夾爪，一出手就刷新了行業(yè)的精度天花板。

做 UMI 采集的從業(yè)者都懂，軌跡還原精度就是數(shù)據(jù)的生命線(xiàn)。此前行業(yè)通用方案的軌跡還原誤差普遍在數(shù)厘米級(jí)，只能復(fù)刻粗略的動(dòng)作，根本滿(mǎn)足不了擰螺絲、插拔物件這類(lèi)精細(xì)操作的采集需求。

而MEgo Gripper直接把軌跡還原精度做到了1 毫米，人類(lèi)手部的每一個(gè)細(xì)微操作，都能被完整記錄、1:1 復(fù)刻到機(jī)器人本體上。

更關(guān)鍵的是它實(shí)現(xiàn)了亞毫秒級(jí)全局無(wú)線(xiàn)時(shí)間同步。具身智能數(shù)據(jù)的核心，是視覺(jué)、觸覺(jué)、姿態(tài)、力覺(jué)等多模態(tài)數(shù)據(jù)的時(shí)空對(duì)齊——如果不同傳感器的數(shù)據(jù)不在同一個(gè)時(shí)間維度精準(zhǔn)匹配，模型學(xué)到的就是不具備因果性的錯(cuò)誤信息。

MEgo Gripper通過(guò)硬件級(jí)同步觸發(fā)與全局曝光技術(shù)，不僅實(shí)現(xiàn)了多傳感器的亞毫秒級(jí)對(duì)齊，還消除了高速移動(dòng)中的畫(huà)面果凍效應(yīng)，完整復(fù)刻物理交互的每一個(gè)細(xì)節(jié)。

同時(shí)，它搭載200° 魚(yú)眼鏡頭與三維觸覺(jué)陣列，全通道支持 1080P 60fps 高清視頻流，搭配 Wi-Fi 6 高速傳輸，可輸出視覺(jué)、深度、IMU、運(yùn)動(dòng)軌跡、多維觸覺(jué)在內(nèi)的全維度交互數(shù)據(jù)，還能與MEgo View原生協(xié)同作業(yè)。

MEgo View：300° 全景 + 腕部特寫(xiě)，環(huán)境與細(xì)節(jié)終于能兼顧了

這款行業(yè)首創(chuàng)的全場(chǎng)景空間感知采集終端，直接解決了行業(yè)長(zhǎng)期以來(lái)「環(huán)境全景與操作細(xì)節(jié)無(wú)法兼顧」的痛點(diǎn)。

它采用了「超 300° 全景感知 + 腕部交互特寫(xiě)」的雙視角采集方案：頭部 5 個(gè)相機(jī)實(shí)現(xiàn) 300° 超廣域環(huán)境覆蓋，完整捕捉操作所處的全局環(huán)境信息；腕部相機(jī)精準(zhǔn)聚焦手部操作的細(xì)節(jié)特寫(xiě)，不放過(guò)任何一個(gè)精細(xì)動(dòng)作。

全通道 7 個(gè)攝像頭均支持全局曝光與 1080P 60fps 高清視頻流，搭配車(chē)規(guī)級(jí)九軸 IMU，實(shí)現(xiàn)了全域空間信息的完整采集。

和MEgo Gripper一樣，它也實(shí)現(xiàn)了亞毫秒級(jí)無(wú)線(xiàn)時(shí)間同步與硬件級(jí)精準(zhǔn)觸發(fā)，徹底解決了多視角數(shù)據(jù)時(shí)空難以統(tǒng)一的行業(yè)頑疾。

再加上全無(wú)線(xiàn)、電池快換的輕量化設(shè)計(jì)，哪怕是工業(yè)產(chǎn)線(xiàn)、戶(hù)外作業(yè)這類(lèi)復(fù)雜工況，也能靈活部署，真正實(shí)現(xiàn)「隨行即采」。

而最讓行業(yè)振奮的，是MEgo 全系列產(chǎn)品與智元精靈 G2 Air 的原生同構(gòu)設(shè)計(jì)。

這一設(shè)計(jì)直接擊穿了無(wú)本體采集最大的行業(yè)壁壘：采集數(shù)據(jù)與真機(jī)數(shù)據(jù)不同源，導(dǎo)致「采了用不了」。

原生同構(gòu)從源頭保障了 UMI 采集數(shù)據(jù)與真機(jī)數(shù)據(jù)的同源共生，基于 MEgo 采集的數(shù)據(jù)訓(xùn)練的模型，可無(wú)縫對(duì)接部署到精靈 G2 Air 上，徹底打通了「采集 - 訓(xùn)練 - 部署」的全鏈路，讓無(wú)本體采集的數(shù)據(jù)，真正能轉(zhuǎn)化為機(jī)器人的落地能力。

MEgo Engine：一鍵打通從原始數(shù)據(jù)到訓(xùn)練數(shù)據(jù)集的全流程

如果說(shuō)硬件終端解決了「數(shù)據(jù)從哪里來(lái)」的問(wèn)題，MEgo Engine一站式數(shù)據(jù)治理平臺(tái)，就解決了「數(shù)據(jù)到哪里去」的核心難題。

傳統(tǒng)數(shù)據(jù)采集行業(yè)，普遍存在「采治脫節(jié)」的頑疾：采集終端只負(fù)責(zé)輸出原始數(shù)據(jù)，后續(xù)的對(duì)齊、清洗、標(biāo)注、質(zhì)檢，全靠需求方自己完成，效率極低，數(shù)據(jù)浪費(fèi)嚴(yán)重。而MEgo Engine實(shí)現(xiàn)了全流程自動(dòng)化處理，形成了完整閉環(huán)：

• 預(yù)處理環(huán)節(jié)：多源數(shù)據(jù)時(shí)間對(duì)齊、智能篩選，解決數(shù)據(jù)不同步、無(wú)效數(shù)據(jù)冗余的痛點(diǎn)；

• 空間感知環(huán)節(jié)：6D 軌跡重建、人體關(guān)鍵點(diǎn)重建與三維環(huán)境重建，1:1 還原真實(shí)操作的空間邏輯與動(dòng)作細(xì)節(jié)；

• 質(zhì)量評(píng)估環(huán)節(jié)：多本體回放、智能評(píng)分模型，實(shí)現(xiàn)數(shù)據(jù)質(zhì)量自動(dòng)化校驗(yàn)，確保符合工業(yè)級(jí)訓(xùn)練標(biāo)準(zhǔn)；

• 智能標(biāo)注環(huán)節(jié)：把傳統(tǒng)人工標(biāo)注效率提升 10 倍以上，實(shí)現(xiàn)數(shù)據(jù)治理的自動(dòng)化、標(biāo)準(zhǔn)化、規(guī)模化。

更重要的是，平臺(tái)可直接對(duì)接MEgo 全系列采集終端，采集數(shù)據(jù)一鍵上傳即可完成全流程治理，直接輸出可用于模型訓(xùn)練的標(biāo)準(zhǔn)化數(shù)據(jù)集。

哪怕是沒(méi)有專(zhuān)業(yè)數(shù)據(jù)治理團(tuán)隊(duì)的初創(chuàng)企業(yè)，也能快速拿到開(kāi)箱即用的高質(zhì)量訓(xùn)練數(shù)據(jù)，徹底拉低了具身智能算法研發(fā)的門(mén)檻。

不止賣(mài)硬件賣(mài)數(shù)據(jù)，覓蜂在下一盤(pán)多大的棋？

如果只把 MEgo 的發(fā)布看作一次硬件新品上市，顯然低估了覓蜂的野心。

這家從智元機(jī)器人體系中孵化出來(lái)的企業(yè)，從一開(kāi)始的定位就不是「數(shù)據(jù)供應(yīng)商」，而是全球領(lǐng)先的一站式物理 AI 數(shù)據(jù)服務(wù)平臺(tái)—— 它要做的，是具身智能時(shí)代的「國(guó)家電網(wǎng)」，讓高質(zhì)量物理 AI 數(shù)據(jù)像水電一樣即取即用。

這套平臺(tái)化的定位，首先體現(xiàn)在它清晰可落地的商業(yè)與產(chǎn)能規(guī)劃上。

商業(yè)模式上，覓蜂堅(jiān)定走 2B 定制化服務(wù)路線(xiàn)，核心客群覆蓋大模型公司、具身智能海內(nèi)外大廠(chǎng)、初創(chuàng)企業(yè)。

不同于行業(yè)內(nèi)簡(jiǎn)單的「按小時(shí)賣(mài)數(shù)據(jù)」，它提供的是從需求對(duì)接、任務(wù)設(shè)計(jì)、標(biāo)準(zhǔn)化采集、全流程治理到交付驗(yàn)收的全鏈條閉環(huán)服務(wù)，可滿(mǎn)足客戶(hù)從宏觀場(chǎng)景分類(lèi)到精細(xì)化操作的全維度定制需求。

定價(jià)體系上，它也給行業(yè)建立了清晰的標(biāo)尺：當(dāng)前國(guó)內(nèi)真機(jī)數(shù)據(jù)的主流交易價(jià)格為500-1000 元 / 小時(shí)，而無(wú)本體數(shù)據(jù)憑借更高的采集效率、更低的成本，未來(lái)價(jià)格將收斂至真機(jī)數(shù)據(jù)的 1/2-1/3，大幅降低行業(yè)的數(shù)據(jù)獲取成本。

同時(shí)，它明確劃分了數(shù)據(jù)使用權(quán)與所有權(quán)兩類(lèi)交易模式，針對(duì)采購(gòu)所有權(quán)的客戶(hù)，會(huì)完成嚴(yán)格的資產(chǎn)轉(zhuǎn)移與本地?cái)?shù)據(jù)銷(xiāo)毀，從根本上保障客戶(hù)權(quán)益。

產(chǎn)能規(guī)劃上，覓蜂給出了明確的路線(xiàn)圖：2026 年實(shí)現(xiàn)千萬(wàn)小時(shí)級(jí)數(shù)據(jù)產(chǎn)能，其中 60%-70% 來(lái)自無(wú)本體采集；2030 年實(shí)現(xiàn)百億小時(shí)級(jí)數(shù)據(jù)產(chǎn)能，達(dá)到當(dāng)前大語(yǔ)言模型訓(xùn)練語(yǔ)料的供給規(guī)模。

要實(shí)現(xiàn)這個(gè)看似激進(jìn)的目標(biāo)，靠的不是重資產(chǎn)的自營(yíng)擴(kuò)張，而是「自營(yíng)中試 + 加盟代工 + 規(guī)范化眾包」的輕資產(chǎn)模式 。

姚卯青在采訪(fǎng)中直言，覓蜂自身僅保留一兩百人的核心團(tuán)隊(duì)，負(fù)責(zé)0-1 的樣板打造、流程規(guī)范與標(biāo)準(zhǔn)制定，相當(dāng)于一個(gè)「中試基地」；而規(guī)模化產(chǎn)能，將通過(guò)加盟代工廠(chǎng)的模式實(shí)現(xiàn) —— 合作伙伴負(fù)責(zé)固定資產(chǎn)投資與團(tuán)隊(duì)組建，覓蜂提供全流程的標(biāo)準(zhǔn)、培訓(xùn)、訂單與質(zhì)量管理體系，打造「數(shù)據(jù)代工廠(chǎng)」網(wǎng)絡(luò)。

而針對(duì)行業(yè)熱議的眾包模式，覓蜂也給出了清晰的規(guī)劃：未來(lái)參考美團(tuán)騎手的「培訓(xùn) + 管理」體系，在嚴(yán)格的標(biāo)準(zhǔn)規(guī)范與隱私保護(hù)機(jī)制下，推動(dòng)眾包采集落地。這意味著，未來(lái)每一個(gè)普通人，都有可能成為具身智能數(shù)據(jù)的生產(chǎn)者，徹底打開(kāi)數(shù)據(jù)產(chǎn)能的天花板。

比產(chǎn)能布局更具行業(yè)影響力的，是同步啟動(dòng)的蜂巢數(shù)據(jù)共創(chuàng)行動(dòng)。

這項(xiàng)由覓蜂聯(lián)合上電科、國(guó)家數(shù)據(jù)標(biāo)委會(huì)、工信部賽迪研究院共同發(fā)起的行業(yè)行動(dòng)，吸引了數(shù)十家海內(nèi)外機(jī)構(gòu)成為首批響應(yīng)單位，核心目標(biāo)直指行業(yè)三大痛點(diǎn)：打破數(shù)據(jù)孤島、統(tǒng)一數(shù)據(jù)標(biāo)準(zhǔn)、鏈接全球供需。

蜂巢行動(dòng)設(shè)計(jì)了五大核心落地動(dòng)作：

1、共享資源，接入全球供需網(wǎng)絡(luò)、共享海量訂單；

2、共建標(biāo)準(zhǔn)，牽頭建立行業(yè)統(tǒng)一的數(shù)據(jù)標(biāo)準(zhǔn)與規(guī)范；

3、生態(tài)合作，優(yōu)先與成員伙伴共建軟硬件與數(shù)據(jù)生態(tài)；

4、行業(yè)發(fā)聲，聯(lián)合發(fā)布行業(yè)白皮書(shū)與技術(shù)報(bào)告；

5、產(chǎn)業(yè)推動(dòng)，共享技術(shù)、資本、市場(chǎng)資源，共同推動(dòng)產(chǎn)業(yè)規(guī)模化爆發(fā)。

它的本質(zhì)，是把行業(yè)內(nèi)分散的采集產(chǎn)能、場(chǎng)景資源、技術(shù)能力整合起來(lái)，形成一個(gè)開(kāi)放、高效、標(biāo)準(zhǔn)化的物理 AI 數(shù)據(jù)流通網(wǎng)絡(luò)。

姚卯青用一個(gè)很直白的類(lèi)比解釋了它的定位：覓蜂就像「滴滴」，既有自營(yíng)車(chē)隊(duì)，也有大量三方運(yùn)力，核心是搭建供需兩端的橋梁，讓供給方的資源高效變現(xiàn)，讓需求方快速拿到高質(zhì)量數(shù)據(jù)。

而針對(duì)行業(yè)最關(guān)心的「覓蜂與智元的關(guān)系」問(wèn)題，姚卯青也給出了明確答案：二者完全市場(chǎng)化解耦，智元與其他客戶(hù)一樣，需要通過(guò)市場(chǎng)化采購(gòu)的方式才能從覓蜂獲取數(shù)據(jù)，不存在任何特殊權(quán)限。

這一設(shè)計(jì)，從根本上保障了覓蜂作為第三方數(shù)據(jù)平臺(tái)的獨(dú)立性，哪怕是與智元處于競(jìng)爭(zhēng)關(guān)系的機(jī)器人廠(chǎng)商，也可以放心合作。

路線(xiàn)之爭(zhēng)終局落定：具身智能的未來(lái)，到底需要什么樣的數(shù)據(jù)？

MEgo 的發(fā)布，也把行業(yè)長(zhǎng)期爭(zhēng)論的核心問(wèn)題推到了臺(tái)前：真機(jī)采集、無(wú)本體采集、仿真數(shù)據(jù)，到底哪條路線(xiàn)才是具身智能的終局？

在發(fā)布會(huì)的圓桌論壇上，來(lái)自數(shù)據(jù)平臺(tái)、模型廠(chǎng)商、仿真企業(yè)、科研機(jī)構(gòu)的行業(yè)大咖，給出了一致的答案：三者絕非對(duì)立替代關(guān)系，而是互補(bǔ)共生關(guān)系，共同構(gòu)成了具身智能的數(shù)據(jù)金字塔。

在這個(gè)金字塔中，塔尖是真機(jī)采集數(shù)據(jù)。它的質(zhì)量最高、針對(duì)性最強(qiáng)，是具身智能落地真實(shí)場(chǎng)景的剛需。

要讓機(jī)器人在工業(yè)產(chǎn)線(xiàn)、家庭場(chǎng)景中實(shí)現(xiàn) 100% 的任務(wù)成功率，必須依賴(lài)與落地機(jī)器人同構(gòu)、同場(chǎng)景的數(shù)據(jù)，保障數(shù)據(jù)分布與真機(jī)運(yùn)行完全匹配，這是無(wú)本體與仿真數(shù)據(jù)無(wú)法替代的。

金字塔的中間層，是本次發(fā)布會(huì)引爆的無(wú)本體采集數(shù)據(jù)。

它的核心優(yōu)勢(shì)是采集效率高、場(chǎng)景覆蓋廣、成本低，采集效率是真機(jī)的 2-3 倍，未來(lái)成本僅為真機(jī)的 1/3。它最核心的價(jià)值，是為模型預(yù)訓(xùn)練、表征學(xué)習(xí)、世界模型訓(xùn)練提供海量、多樣化的基礎(chǔ)數(shù)據(jù)，解決行業(yè)基礎(chǔ)數(shù)據(jù)供給不足的核心痛點(diǎn)，讓模型先學(xué)會(huì)人類(lèi)操作的通用邏輯與物理世界的基本規(guī)律。

而金字塔的底座，是仿真數(shù)據(jù)。

它的核心價(jià)值是數(shù)據(jù)增廣、反事實(shí)場(chǎng)景構(gòu)建與模型規(guī)模化評(píng)測(cè)。但姚卯青也直言，仿真數(shù)據(jù)有天然的局限：仿真場(chǎng)景中的資產(chǎn)建模，需要建模師純手工打造，一個(gè)杯子的建模成本甚至比真實(shí)杯子還高，真實(shí)世界里的海量物體與場(chǎng)景，根本無(wú)法通過(guò)仿真完全覆蓋；

同時(shí)，仿真數(shù)據(jù)永遠(yuǎn)無(wú)法 1:1 復(fù)刻真實(shí)世界的物理規(guī)律與隨機(jī)變量，只能作為真實(shí)數(shù)據(jù)的補(bǔ)充，無(wú)法成為主流。

這場(chǎng)路線(xiàn)之爭(zhēng)的背后，是整個(gè)行業(yè)對(duì)具身智能發(fā)展階段的清晰認(rèn)知。業(yè)內(nèi)已經(jīng)形成共識(shí)：2026 年是具身智能數(shù)據(jù)元年，當(dāng)前的具身智能，仍處于大語(yǔ)言模型當(dāng)年的Bert時(shí)代，距離GPT級(jí)的智能涌現(xiàn)，仍需要 3-4 年的時(shí)間。而決定這個(gè)時(shí)間能否提前的核心變量，就是數(shù)據(jù)供給的規(guī)模化、標(biāo)準(zhǔn)化進(jìn)程。

姚卯青在發(fā)布會(huì)上給出了明確預(yù)判：2026 年底，全產(chǎn)業(yè)有效數(shù)據(jù)量級(jí)將突破千萬(wàn)小時(shí)；到 2030 年，行業(yè)需要百億小時(shí)級(jí)的高質(zhì)量數(shù)據(jù)，才能真正迎來(lái)具身智能的「GPT-3 時(shí)刻」，實(shí)現(xiàn)通用能力的涌現(xiàn)。而這個(gè)過(guò)程中，行業(yè)的核心競(jìng)爭(zhēng)，將從「本體軍備競(jìng)賽」，全面轉(zhuǎn)向「數(shù)據(jù)軍備競(jìng)賽」。

這也解釋了，為什么智元要分拆覓蜂，全力布局?jǐn)?shù)據(jù)基建賽道。當(dāng)整個(gè)行業(yè)都在扎堆卷機(jī)器人本體、卷算法的時(shí)候，智元已經(jīng)看清了終局：具身智能的天花板，從來(lái)不是本體的靈巧度，而是數(shù)據(jù)的供給能力。

就像大語(yǔ)言模型時(shí)代，最終最先穩(wěn)定盈利的，是英偉達(dá)這樣賣(mài)鏟子的算力基建廠(chǎng)商；具身智能時(shí)代，最先實(shí)現(xiàn)商業(yè)閉環(huán)、掌握行業(yè)話(huà)語(yǔ)權(quán)的，一定是數(shù)據(jù)基建的服務(wù)商。

具身智能的基建革命，元年的第一聲槍響

這場(chǎng)發(fā)布會(huì)，最值得關(guān)注的，從來(lái)不是一款新硬件，而是整個(gè)具身智能行業(yè)的底層邏輯變了。

之前所有人都在卷「機(jī)器人本體有多厲害」，但沒(méi)人解決「機(jī)器人怎么學(xué)會(huì)干活」的底層問(wèn)題 ——沒(méi)有海量、高質(zhì)量、全場(chǎng)景的數(shù)據(jù)，再靈巧的本體，也只是個(gè)沒(méi)有靈魂的鐵殼子。

覓蜂 MEgo的出現(xiàn)，不是給這個(gè)賽道添了一個(gè)新玩家，而是給整個(gè)行業(yè)修了一條高速公路。

它徹底打破了機(jī)器人本體對(duì)數(shù)據(jù)采集的枷鎖，讓數(shù)據(jù)采集從實(shí)驗(yàn)室的固定工位，走向了真實(shí)世界的每一個(gè)角落；

它用標(biāo)準(zhǔn)化的平臺(tái)與生態(tài)，終結(jié)了行業(yè)的數(shù)據(jù)孤島亂象；它讓「高質(zhì)量數(shù)據(jù)像水電一樣即取即用」，從一句口號(hào)，變成了觸手可及的現(xiàn)實(shí)。

2026 年被稱(chēng)為具身智能數(shù)據(jù)元年，而這場(chǎng)發(fā)布會(huì)，就是元年的第一聲槍響。當(dāng)數(shù)據(jù)荒漠迎來(lái)甘霖，困在實(shí)驗(yàn)室里的具身智能，終于要走進(jìn)真實(shí)的人間煙火了。

前沿動(dòng)態(tài)前沿大會(huì)
前沿人物

點(diǎn)「在看」，給前前加雞腿