每经特约记者：李悦 每经编辑：陈宇

家庭日常活动的视频，如整理物品、清洗餐具、照料植物等，如今正被数据采集行业赋予新的价值标签。

8月31日，觅蜂科技创始人兼首席执行官姚卯青在接受《徽声在线》记者专访时透露，要实现通用人工智能（AGI）的突破，物理AI系统需要积累亿小时量级的训练数据。公司计划在2024年底前完成千万小时级数据储备，届时相关模型能力有望比肩GPT-3.5。

"单纯依靠现有模式线性扩张，要达成亿小时级数据采集几乎不可能。"姚卯青指出，破解这一难题的关键在于激活社会化众包力量，构建全民参与的数据供给生态。

这一判断揭示了机器人行业鲜为人知的发展瓶颈——高质量训练数据的严重短缺。

图片来源：每经数字资产库

数据新职业崛起：众包模式重构物理AI数据生态

如何将真实人类行为转化为机器人训练的"数字燃料"？姚卯青提出的解决方案是建立数据众包平台。在觅蜂科技最新发布的2万套智能采集设备交付仪式上，公司首次公开了具体激励方案：参与者佩戴专用设备完成指定任务，即可获得每小时45元的报酬。有行业观察家据此预言："数据零工"将成为继外卖骑手、网约车司机后的又一新兴职业群体。

这种创新模式在国际上已有成功先例。今年4月，美国机器人企业Figure推出数据采集应用，8月26日更名为Index。在测试阶段，该平台累计收集1600万段视频素材，向内容创作者支付总额达1500万美元的报酬。

姚卯青分析认为，当机器人行业进入数据驱动发展阶段，"众包+激励"模式将产生显著的规模效应。他强调："物理AI要实现GPT式突破，持续获取真实、合规、高质量的交互数据是核心前提。"

京东科技集团副总裁何贺在行业论坛上披露的对比数据印证了传统采集模式的低效：一年前采用遥操作方式时，工作人员需全程操控机器人本体连续作业8小时，最终仅能产出1小时有效数据。高昂的人工、场地和能耗成本，严重制约了数据产能扩张。

何贺指出，行业正在经历三重变革：平台化工厂产能持续释放、无本体采集模式大幅降低成本、全民参与催生海量泛化数据。

所谓无本体采集，是指不依赖实体机器人，通过人员穿戴轻量化设备在真实场景中完成动作捕捉。姚卯青透露，随着采集设备实现规模化量产，真实场景数据的获取成本有望低于仿真数据。

数据供给革命：从成本博弈到范式转型

数据成本曲线的变化，折射出行业供给范式的深刻转型。

未来物理AI训练将形成怎样的数据生态？

姚卯青用"互联网视频是现阶段拐杖"的比喻阐释发展路径：当无本体数据积累突破千万小时量级，行业可逐步减少对仿真数据的依赖；但真机数据在后期校帧、任务分解和强化学习等环节仍不可替代，将与无本体数据形成互补。目前觅蜂科技的真机采集工厂已实行两班制满负荷运转。

范式转型的另一面是需求结构的质变。

"客户需求正在从试错探索转向精准落地。"姚卯青观察到，年初客户用手机就能完成采集，现在动辄要求万套级设备部署，对数据质量的要求也愈发严苛。他提出有效数据的四大标准：操作行为具有实际价值、硬件帧率稳定达标、空间定位精度可验证、场景覆盖多元化。当前主要采购方包括三类：大模型研发企业、机器人制造商和垂直行业龙头企业。

资本市场的热情印证了赛道热度。作为今年2月从智元机器人独立拆分的创新企业，觅蜂科技在半年内完成三轮融资，8月最新融资由中国电信领投，金额达数亿元。姚卯青向《徽声在线》记者透露，公司估值有望在年内突破10亿美元大关。