[印度] 印度工人頭戴攝像頭 邊打工邊教機器人搶自己飯碗
所以越來越多的數采方案開始強調"輕量化"，設備越做越小，目標就是讓采集完全融入日常工作，對工人的動作幹擾降到零。業內已經有團隊在研究把攝像頭集成進普通眼鏡，手套也在往更輕薄的方向迭代，最終形態可能是壹副眼鏡加壹塊手表，穿上就采，看不出來和普通上班有什麼區別。
這張采集數據網正在全球快速鋪開。硅谷的實驗室、東南亞的代工廠、北美的物流分揀中心、歐洲的家庭廚房裡，成千上萬個傳感器正如同毛細血管般伸向人類的日常。這種生意已經催生出了專門的“數據供應商”。比如許多公司正在推廣的通用移動接口（UMI）方案，它徹底切斷了數據與特定機器人硬件的綁定。有測算顯示，這種脫離了昂貴真機、只靠穿戴設備的采集方式，單條數據的生產成本僅為傳統方案的伍分之壹，效率卻翻了伍倍。
印度工廠那個畫面，只是這張大網上，壹個最先被普通人看見的節點。
而這種近乎掠奪式的大規模采集，背後折射出的是壹個令 AI 巨頭們焦慮的真相：機器人沒“米”下鍋了！
02.機器人也有數據荒
在數字世界裡，AI 是銜著金湯勺出生的。
大語言模型的訓練素材來自整個互聯網。幾拾年來人類隨手丟在網上的文字、代碼、新聞、甚至論壇裡的廢話帖子，對 GPT 們來說都是取之不盡的養分。只要算力足夠，AI 能在幾天內讀完人類幾千年的文明。
但機器人需要的數據完全是另壹回事：每壹次抓取、放置、翻轉，都必須真實發生在物理世界裡，沒辦法從網上下載，更無法批量復制。
這就是為什麼機器人馬拉松比賽中，那些重金打造的頂級人形機器人，還是會在走路時突然摔跟頭，看起來很不聰明的樣子。
那用仿真數據不行嗎？在電腦裡搭壹個虛擬工廠，讓機器人在裡面反復練，不就解決了？
確實有人這麼做，有效果，但有個繞不過去的問題，業內叫"sim-to-real gap"（仿真到現實的鴻溝）。虛擬世界裡的物理規則是被簡化過的，光線是理想的，桌面是平的，物體的摩擦力是預設的；而真實世界裡，同壹塊布料每次堆疊的形態都不壹樣，同壹個零件每次放置的角度都有偏差。在仿真世界裡練了壹萬次的機器人，搬到真實車間，往往還是壹臉懵。
所以真實世界的操作數據，是無論都如何繞不開的。
行業裡有壹個著名的數據金字塔。最底層是互聯網上現成的視頻和圖片，量大管夠，但精度太低，機器人看著人類做飯的 YouTube 視頻，頂多學個大概方向。往上壹層是專門采集的人類動作捕捉數據，需要穿戴設備，成本高壹些，質量也好壹些。塔尖是真機遙操數據，精度最高，接近機器人實際執行時的視角，數量最少，采集速度慢得像在手工打字，供給完全跟不上模型的需求。
[物價飛漲的時候 這樣省錢購物很爽]
好新聞沒人評論怎麼行，我來說幾句
這張采集數據網正在全球快速鋪開。硅谷的實驗室、東南亞的代工廠、北美的物流分揀中心、歐洲的家庭廚房裡，成千上萬個傳感器正如同毛細血管般伸向人類的日常。這種生意已經催生出了專門的“數據供應商”。比如許多公司正在推廣的通用移動接口（UMI）方案，它徹底切斷了數據與特定機器人硬件的綁定。有測算顯示，這種脫離了昂貴真機、只靠穿戴設備的采集方式，單條數據的生產成本僅為傳統方案的伍分之壹，效率卻翻了伍倍。
印度工廠那個畫面，只是這張大網上，壹個最先被普通人看見的節點。
而這種近乎掠奪式的大規模采集，背後折射出的是壹個令 AI 巨頭們焦慮的真相：機器人沒“米”下鍋了！
02.機器人也有數據荒
在數字世界裡，AI 是銜著金湯勺出生的。
大語言模型的訓練素材來自整個互聯網。幾拾年來人類隨手丟在網上的文字、代碼、新聞、甚至論壇裡的廢話帖子，對 GPT 們來說都是取之不盡的養分。只要算力足夠，AI 能在幾天內讀完人類幾千年的文明。
但機器人需要的數據完全是另壹回事：每壹次抓取、放置、翻轉，都必須真實發生在物理世界裡，沒辦法從網上下載，更無法批量復制。
這就是為什麼機器人馬拉松比賽中，那些重金打造的頂級人形機器人，還是會在走路時突然摔跟頭，看起來很不聰明的樣子。
那用仿真數據不行嗎？在電腦裡搭壹個虛擬工廠，讓機器人在裡面反復練，不就解決了？
確實有人這麼做，有效果，但有個繞不過去的問題，業內叫"sim-to-real gap"（仿真到現實的鴻溝）。虛擬世界裡的物理規則是被簡化過的，光線是理想的，桌面是平的，物體的摩擦力是預設的；而真實世界裡，同壹塊布料每次堆疊的形態都不壹樣，同壹個零件每次放置的角度都有偏差。在仿真世界裡練了壹萬次的機器人，搬到真實車間，往往還是壹臉懵。
所以真實世界的操作數據，是無論都如何繞不開的。
行業裡有壹個著名的數據金字塔。最底層是互聯網上現成的視頻和圖片，量大管夠，但精度太低，機器人看著人類做飯的 YouTube 視頻，頂多學個大概方向。往上壹層是專門采集的人類動作捕捉數據，需要穿戴設備，成本高壹些，質量也好壹些。塔尖是真機遙操數據，精度最高，接近機器人實際執行時的視角，數量最少，采集速度慢得像在手工打字，供給完全跟不上模型的需求。
[物價飛漲的時候 這樣省錢購物很爽]
| 分享: |
| 注： | 在此頁閱讀全文 |
| 延伸閱讀 | 更多... |
推薦: