手握百万小时数据后，觅蜂科技要把万千普通人变成机器人训练师- 大数跨境

首页

手握百万小时数据后，觅蜂科技要把万千普通人变成机器人训练师

机器人产业应用

2026-09-25

导读：觅蜂派把数采做成众包，能解机器人“真干活”的数据荒吗？

作者：孙伟敬

2026年，机器人正走出实验室、走出demo，走向真实干活。

在便利店从货架取物、打包，在物流中心分拣包裹，在工厂流水线上下料，在家庭场景叠衣服、整理鞋子……具身智能的场景落地不断增加，但基本都还是试点，距离规模化落地，距离大家期待的批量在工厂干活、进千家万户做家务，还离得很远。

为了让机器人“真干活”，行业各方都在努力。本体的自由度越来越高，运动能力和稳定性不断提升；在“大脑”方面，从之前的VLA到当下世界模型热，行业技术路线尚未收敛。

但还有一个绕不开的问题，数据。

与已经拥有海量互联网语料的大语言模型不同，机器人需要学怎么样与真实的物理世界交互，拿杯子、收纳物品、扫快递条码，一个看似简单的动作，到了真实场景中，场景不同、物品尺寸不同、光照不同……对机器人的感知、判断和动作执行都会提出不同要求。机器人越走向真实世界，对数据的规模、真实性和多样性要求就越高。

面对机器人难以真干活的问题，觅蜂科技从数据侧给出了自己的解法。

9月23日，觅蜂科技在上海正式发布物理AI数据众包服务平台“觅蜂派”。这是一个面向社会开放的众包平台，用户在觅蜂派app上可以领取数据采集任务，然后佩戴MEgo设备在零售、仓储、制造、家庭等真实场景中完成指定操作，按照审核后的有效数据时长即可获得相应报酬。

简单地说，就是让普通人戴上采集设备，把人类每天都在做的操作记录转化成机器人可以学习的数据，让具身智能数据采集从专用数采场拓展到更广泛的真实生活与工作场景，让每个人都能成为数采员。

手握百万小时数据之后为什么还要做众包？

实际上，在推出觅蜂派之前，觅蜂科技已经采了不少数据。今年8月底，觅蜂科技第2万套MEgo采集设备下线交付，同时宣布已经累计生产超过100万小时高质量无本体数据。

已经有百万小时数据，为什么还要做觅蜂派，做众包形式的数据采集平台？

在接受机器人产业应用等媒体采访时，觅蜂科技董事长兼CEO姚卯青给出的答案是数据量与场景丰富度。

“2026年底，百万小时这个数字已经无法满足现在市面上对于数据的所有需求了。”他表示，一些单个模型和具身智能公司的数据需求就已经达到百万小时级，因此觅蜂要开启数据获取的新增长曲线。

数据规模的增加不能只是单纯的堆量，机器人真干活还需要来自更多场景的数据。“过去大家都在做家庭场景，都在叠衣服，叠衣服数据已经泛滥了。”姚卯青提到，数据需求正在走向更细分的场景和专业技能，比如修水管、修车、理发、美甲等。

这些数据过去的采集方式，要么是搭建专门的数采场，要么是一个个联系场景方询问是否愿意让采集，然后再组织人员采集。像姚卯青所说“是相对比较困难也效率低的过程”。即使这些操作每天都在环境里真实上演，被重复无数遍，只是没有把数据采集记录下来。

物理AI缺的数据，恰恰是人类每天都在产生。

而这正是觅蜂科技把众包引入数据采集的原因。

觅蜂派的思路很简单：让采集设备进入真实的工作和生活场景，让本来就在这些场景里的人，在正常操作过程中顺手完成数据采集。修车工可以采修车，商超店员可以采购物篮回收，酒店工作人员可以采客房整理，普通人在家可以采清洁收纳。

按照觅蜂公布的数据，目前觅蜂派已经覆盖22大类场景，5000多个任务和5万多个真实环境，涉及物流、仓储、住宿、养老、餐饮、零售、汽车服务、医疗、建筑施工、农业生产等领域。

22类场景、5000多个任务，只是现阶段的数字。

觅蜂派业务总经理张智富表示，此前行业内只要数据产出来就卖得出，所以上半年是“以产定销”，接下来会“以销带产”，针对国内用户的实际需求，在基础需求里再结合订单制，进行对应的数据生产。

这意味着，觅蜂派采用“众包服务”的价值，不只是提供更大规模、更多场景的数据，还在于建立了一套可以随行业需求不断扩展和变化的数据供给模式。

从“会采”到“能用” 众包数据要过几关

采用众包也会带来新问题，数据质量。

过去用受过训练的专业人员进行数据采集，现在交给普通人，采集地点也从数采场变成各种真实环境。

怎么样让这些数据可用？这是觅蜂派必须要解决的问题。

第一步，让普通人会采、好采。

采集工具是用觅蜂自研的两款设备MEgo View和MEgo Gripper。MEgo View主要采集第一视角视觉数据，头部相机可以实现300°超广域视野覆盖，还可以增加两台腕部相机，记录近距离操作。MEgo Gripper是一款无线UMI手持式采集夹爪，支持毫米级轨迹重建和触觉等数据采集，整机重量仅480g。

▲MEgo View

▲佩戴MEgo View设备刺绣的老师和体验嘉宾

现场体验下来，两款设备使用门槛不高，大部分人经过一两分钟学习就能上手。看着较复杂的MEgo View佩戴头部设备和两腕相机也仅需20秒左右。笔者和不少嘉宾体验了佩戴设备进行刺绣、用夹爪收纳等任务，过程简单难度不高。觅蜂派app的界面很直观，操作指引也简单，按提示就能完成操作。

第二步，对采回来的数据进行验收。

觅蜂派有一套统一的有效数据验收标准：1）内容合规，画面干净，无违规；2）动作要真实，场景、对象、操作和结果全都真实；3)画质、操作规范性、动作、时长等都达到质量标准；4）不串，任务和场景素材对应，不能做的动作和任务不匹配；5）多点，同一任务覆盖多个真实点位，这样是为了提高多样性和泛化性。

众包降低的是采集的门槛，但不能降低数据标准。

通过验收的高质量数据，也还不能直接拿去进行预训练。觅蜂派收到的是一段段格式五花八门、质量参差不齐的原始数据，这些数据会都先上传到云端的MEgo Engine数据引擎。

接下来这些数据还要经过看懂、翻译和体检三个环节。

看懂，就是给海量数据“划重点”，保留原始操作过程，再通过AI识别人在做什么，进行到哪一步，把一段连续操作拆解成细粒度的原子动作，在时间轴上进行精确到帧的标注。这样一段干活视频就变成机器人能看懂人在做什么的数据。

但这不等于机器人可以照着干。人手非常灵巧，机器人执行用的灵巧手、夹爪关节结构与人手存在差异，因此数据还需要翻译环节，也就是动作重定向，把采集到的人类动作映射到机器人对应的动作空间。觅蜂把这个过程形容为“翻译官”，把人的动作翻译成机器人关节能听懂的一条条指令。

最后还要经过体检，对数据进行分级。觅蜂建立了ManiEval多维度质检体系，从数据类型、任务类型、传感器质量、语义质量、动作质量五个维度对数据进行体检，然后打上不同等级的质量标签，S级为精准数据、A级丰富场景的数据，还有B/C级动作不规范数据。

姚卯青在采访中进一步介绍，除了手没有出现在画面中、相机戴歪、长时间静止等明显无效的数据会被过滤，其他数据并不会简单地按照“好数据”和“坏数据”做非黑即白的划分。他表示，不同下游模型和不同训练阶段，会利用到不同质量等级的数据。因此觅蜂会尽可能保留数据，通过质量标签将其匹配到不同的使用环节。

数据竞争下一站：规模、开放与安全

从百万小时到千万小时，具身智能对数据的需求还在持续增长。

姚卯青在采访中提到，具身模型训练的数据规模正在快速上升，从去年上半年的万小时级，到去年底有人达到20万小时，今年很快进入百万小时级，“实际我们接触到的用户都是千万小时的需求在提”。

数据需求走向更大规模，也在改变数据的生产方式。

有人把觅蜂派称为“中国版Index”。今年8月，Figure正式推出Index，同样是通过众包从真实世界采集人类操作数据。两家公司用了相同的思路解决数据需求问题：把数据采集从专业团队扩展到普通人，扩大到更多场景，以获得更大规模、更多样的数据。

但觅蜂派与Index又不完全相同。

Figure把Index定义为一套专属于Figure的数据管线，直接服务于Helix模型训练。觅蜂科技更开放，服务不局限于单一公司或者模型体系，面向不同的机器人企业、模型厂商和数据需求方。

不过，随着数据采集进入更多真实生活和工作场景，隐私和安全也成为绕不开的问题。

中国信通院人工智能研究所具身智能与机器人部副主任张蔚敏在发布会上表示，“众包越是介入真实生活，安全治理越不能滞后”。从采集前的知情授权，到采集中的禁拍区域，再到数据脱敏、加密、访问控制以及交付后的使用审计，都需要建立相应规则。

觅蜂科技介绍，目前觅蜂派会自动识别和处理违规内容，对人脸、证件等隐私信息进行自动脱敏，同时通过实名认证、电子签约等方式，对数据采集进行授权和记录。针对有媒体提出的“后台工作人员是否会看到家庭等场景中的隐私信息”，姚卯青回应称，相关脱敏由系统自动完成，并非由工作人员逐帧查看处理。

变的不止是数据规模，需求侧也在发生变化。

从觅蜂接触到的客户来看，需要这些数据的已经不只有机器人公司。姚卯青在采访中提到，目前数据客户大致可以分成三类：一类是拥有本体或算法，希望训练自身基座模型的具身智能公司；一类是世界模型公司；还有一类是大模型厂商。

这让真实世界操作数据有了更大的想象空间。过去讨论这类数据，核心是“教机器人干活”；现在，随着AI进一步尝试理解、预测和作用于物理世界，这类数据也开始进入大模型厂商的视野。

数据需求的规模在变，需求方也在变，但衡量数据价值的标准没有变。

就像姚卯青在采访中说的： “真正判断数据质量的，始终是下游模型是否愿意复购，以及使用之后有多少价值。”这句话也可以看作觅蜂派做众包尝试的注脚。把数采员从专业团队扩展到普通人，把采集场扩大到家庭、超市、工厂，这条路能否走通，最终并不取决于发布会的数字，要看数据有没有复购，看机器人在越来越多的真实场景能不能把活干好。

连界创新

推荐阅读

产业应用场景

·出海！中国具身智能企业在全球市场大“杀”四方！

·比人形更快进入家庭？具身智能宠物机器人迎爆发！

·文娱巨星！人形机器人“表演大乱斗”，谁赢了？

·商业导览成具身智能商业化破局点？

·巡检机器人之困，场景刚需，但这一问题亟待解决

机器人本体企业

·仿生机器人=伴侣机器人？一文为仿生机器人正名！

·乐聚Taskor，为人形机器人规模化进厂按下“快进键”

·具身智能争霸赛打响！四大核心区都有哪些“扛把子”？

·CES 2026｜星动纪元携人形机器人家族亮相

·智元CES放大招！开源Genie Sim 3.0强的可怕！

供应链动态

·零部件企业跨界突围！这些企业上大分！

·夺取物理世界的入场券：具身智能操作系统拆解

·人形机器人关节生死局：执行器路线之争与技术博弈

·灵巧手赛道“激战”，新老玩家各执什么王牌？

·开源数据集图鉴！这份具身智能“军火库”请查收

【声明】内容源于网络

机器人产业应用

由连界创新具身智能中心发起，以场景应用为导向，专注具身领域科技与产业的链接。我们将围绕投资+服务双轮驱动，为科技增长赋能。业务涵盖垂直行业峰会/沙龙、私董会、标杆走访，具身智能行业研究报告与咨询，产业生态系统搭建等。

内容 574

粉丝 0

机器人产业应用由连界创新具身智能中心发起，以场景应用为导向，专注具身领域科技与产业的链接。我们将围绕投资+服务双轮驱动，为科技增长赋能。业务涵盖垂直行业峰会/沙龙、私董会、标杆走访，具身智能行业研究报告与咨询，产业生态系统搭建等。

总阅读5.2k

粉丝0

内容574