熊猫体育-智能体育设备研发与数据采集系统

　　“有的机构说年底要做到千万小时，有的说无本体数据已经有上千万小时——但真正的高质量数据有多少？什么是高质量？这才是最重要的。”在北京人形创新中心（下称北京人形）数据与训练基地，基地负责人向《科创板日报》记者抛出了这个行业眼下备受关注的问题。

　　在人形本体融资与发布节奏不断加快的当下，产业链的焦虑正悄然从造转向喂数据。《科创板日报》记者实地探访这处被称作国家队样板间的数据基地，试图还原具身智能数据基建的线平米“数据工厂”：

　　在这里上班，数据在夜里下班《科创板日报》记者现场参观发现，这处基地总面积6000余平方米——一二层约5000平方米为采集与训练区，总部中心另有1000余平方米。现场搭建了家庭、商超、工业、医药康养等六大类共30多种实景场景，投入采集的机器人

　　当下，行业对高质量数据的争论至今没有定论。该负责人给出的判断颇为务实：最有价值的数据，是让模型在场景里能落地、产生好效果的数据。他以自动驾驶类比——真正值钱的是corner case数据，特斯拉

　　“影子模式”回流的正是这一类，而不是无论好坏把所有数据都采回来。为支撑这一标准，基地设立三道质检：采集后一检、标注后二检、交付算法侧验收三检。据其透露，今年上半年交付一家头部客户的数据，验证通过率在95%以上。

　　值得注意的是，据介绍，北京人形开源的RoboMIND数据集全球下载量近期突破2000万，居全球首位。该负责人表示，基地同时与工信部牵头制定数采场建设、数据采集、标注及高质量数据集等多项行业标准，数据合规、血缘追溯、版权合成已实现全链路留痕。

　　顺义物流分拣厂中已有天工机器人执行真实分拣任务，其自有的六层中试工厂里则上演着“机器人造机器人”；另一边向外部数十家数采厂输出平台与SOP工艺，组建数据联盟，“有大的订单、包括出海的单子，希望和各家数采厂一起做。”热闹背后，行业的商业化现实并不轻松。该负责人表示，目前数据交易国家层面没有定价，真机数据价格约为每有效小时500到1000元且已有所回落，无本体数据则在几十到一两百元之间。基地自身虽有卖数据、平台服务、数采场解决方案三类商业化路径，但目前不是靠这个挣钱。

　　对于“集中式数采基地是否可持续”“机器人自学习闭环会否让存量数据失效”等争议，他认为，机器人现在的阶段，相当于10年前的自动驾驶，集中式采集能快速验证数据—算法—本体闭环；但真实场景数据的价值最终一定最高，只是这条路还没有被大规模验证过。至于Scaling Law在具身领域究竟指向1000小时、100万小时还是1亿小时，现在没有定论，大家只是拿ChatGPT做了一个粗略的量化。