为了保证数据采集的进度，王会军的公司在五一假期仍然照常开工。
王会军从事数据采集已经10年了，承接过安防、自动驾驶等多类订单。去年年底，察觉到具身智能数据需求的爆发，他立即决定组建团队进入这一赛道。到了今年，全国多地具身智能数据采集训练场掀起建设热潮，王会军也接到了更多的项目。
相关机构报告预测，中国具身智能产业的市场规模预计在2030年达到4000亿元，并有望在2035年突破万亿元。目前，多家具身智能企业、研究机构以及大厂已经下场布局数据采集。这一市场机遇，还吸引了像王会军这样的跨界玩家入局，他们试图从中分到“蛋糕”。
“数据采集”成新风口，有企业转型入局
今年以来多家企业加快部署机器人的落地应用，行业对数据的需求进一步加大。
智元机器人合伙人姚卯青前段时间在一场发布会上提到，整个行业高质量的数据凑一起可能是50万个小时左右的规模，还填不上目前巨大的“数据缺口”。
多家具身智能数据采集训练场应运而生，数据“新基建”热潮迅速席卷全国。
智元在上海、成都等地布局数据采集中心；帕西尼感知科技宣布新建4座超级数据采集工厂，构建起覆盖全国的数据采集矩阵；鹿明机器人也建成3个标准化数采场。
国家地方共建具身智能机器人创新中心、北京人形机器人创新中心等机构同样参与建设“新基建”当中。京东此前也宣布将建成全球规模最大、场景最全的具身智能数据采集中心。
这类数据采集训练场往往占地面积大，打造了工业生产装配、家庭生活、酒店服务等核心场景，数据采集员则通过佩戴相关设备完成下发的任务。
据了解，具身智能数据采集方式主要有三种，分别是真机遥操作、无本体/人类演示以及仿真。其中，真机遥操作数据质量高，但采集成本高、效率低。无本体数据，即不依赖特定机器人硬件本体的数据，被视为行业的新范式，主流路线包括UMI（通用操作接口）、Ego（第一人称视角）。仿真数据是通过在虚拟世界中模拟机器人及其环境生成的一类合成数据。
除了通过自有训练场采集数据，具身智能企业还会在市场上专门采购数据。这类需求，也催生了一批专门生产供应数据的公司。
第一财经记者发现，这些公司本身并不研发机器人，他们在嗅到商机后纷纷涌入具身智能数据采集的赛道。
山西博阅数据科技有限公司（以下简称“博阅科技”）深耕自动驾驶数据采集，主要数据基地在太原。该公司负责人王会军回忆称，“从产业规模、需求爆发情况来看，这股浪潮和几年前自动驾驶数据采集兴起的时候很相似。”去年年底，他立即在长治、运城设立具身智能数据基地，目前这一业务团队扩张至160人左右。
这些数据采集员要亲自走进家庭、工业、商超以及酒店等地采集数据。王会军介绍，他们会通过头戴式、手持夹爪等设备收集无本体数据，这些设备一般由客户提供。在接到涉及家居场景的项目后，公司会在多个小区寻找并租下几十套房子专门用于采集数据。
此前从事AI大模型的贾鑫祎也加入到具身智能数据采集的热潮，他在去年和其他合伙人一起创立了星际硅途。该公司主要聚焦提供数据解决方案服务，已深入家庭、酒店、商场等场景采集数据，还推出了全栈自研Egocentric数据平台。
不同于博阅科技、星际硅途等为具身智能大模型的“大脑”提供“养料”，青瞳视觉（深圳）科技有限公司主要为机器人提供“运动控制”的训练数据。
该公司负责人邹志鹏介绍，原来公司主要是卖动捕设备、为动画公司提供动捕数据，差不多也是在去年年底开始拓展具身智能数据采集业务。“穿戴好设备后，动捕演员需要跳完一段舞蹈或者打一套武术，这些数据将帮助机器人学会动作。”他补充称。
有一定门槛，“利润没想象中高”
一部分受访对象反馈，赶上具身智能数据采集的这波风口后，今年以来接到的项目有所增加。除了几家头部公司，一些初创公司也前来对接数据采购的需求。
据邹志鹏讲述，相比去年年底，公司今年接到的具身智能数据采集订单增长翻倍，给动画公司提供动捕数据的基本业务正在缩减。
博阅科技接到的订单也不少。王会军预计，今年要采集的具身智能数据规模在10万-20万小时，而目前每位采集员一天的产能在2-5个小时，数据合格率在90%以上。
这些数据的价格并非是“一口价”。受访对象提到，具身智能数据定价主要依据完成动作的复杂度、采集成本等而定。
鹿明机器人相关负责人透露称，数据定价按场景、任务复杂度、采集时长、质量等级实行质量分级、阶梯定价。他们的数据可直接用于模型训练、跨本体通用，客户投入产出比高于自研采集，这有利于公司在行业内构建定价优势。
“一般来说，高动态的数据价格比较高，贵一点的话可能会在10元/秒左右。”邹志鹏举例称，像打球、跑酷等动作就属于高动态的数据。
姚卯青此前在接受媒体采访时介绍称，目前国内真机数据的市场价格在每小时500-1000元之间，无本体数据的价格预计收敛至真机数据的三分之一到二分之一。
谈及具身智能数据采集的利润水平，多位受访对象表示“没有想象中那么高”。王会军解释称，他们接到的具身智能企业数据采集项目多以定制类为主，数量规模大且有一定的质量要求，而给到的项目预算并不高。
他特别提到，相比于自动驾驶数据采集，具身智能数据采集成本投入更高，涵盖场景资源投入、人工成本，算下来的话只能说是“小赚”，可能还比不上自动驾驶数据采集的利润。
多位受访对象还观察到，虽然近期身边有不少人都在进入这一赛道，但是竞争暂时还没那么激烈。他们认为具身智能数据采集存在一定门槛，不仅考验供应商的硬件资产、运营管理能力，还需具备数据处理、标注等专业能力。
其中，数据质量的重要性被多次提及。作为国内无本体UMI领域的先行布局者，鹿明机器人相关负责人认为“高质量数据”需满足多模态对齐、轨迹稳定无漂移、可跨批次复用、场景真实动作规范、标注精准等条件。
这其实也依赖于团队的运营管理能力。上述负责人表示，鹿明搭建了内部专业人才储备与外部社会化引进相结合的人才供给体系。所有数据采集人员均需经过体系化、标准化培训与实操考核后方可上岗。
王会军也介绍称，公司在人员培训和管理上有制定相应的流程规范，有利于提高数据采集的效率、质量，最终将提高公司的盈利水平。
（文章来源：第一财经）
