¿Por qué se desplaza el foco de investigación hacia la recopilación de datos?

  • El material traslada el principal cuello de botella de la IA física del propio robot a los datos: la aplicación de grandes modelos podría requerir datos de alta calidad en una escala de decenas de miles de millones de horas, mientras que los conjuntos de datos abiertos existentes solo alcanzan una escala de millones de registros y horas. Por ello, la escala y la calidad de la oferta de datos limitan la expansión de la capacidad de entrenamiento.
  • Una institución estima que la demanda mundial de recopilación de datos para robots aumentará de aproximadamente 10,8 millones horas en 2027 a 2,925 mil millones horas en 2031, y que el tamaño del mercado correspondiente pasará de 7,8 mil millones de yuanes a 824 mil millones de yuanes. Esta proyección depende de que la demanda de entrenamiento siga creciendo y de que las capacidades de recopilación, etiquetado y procesamiento avancen al mismo ritmo; el material señala que la capacidad de etiquetado y el hardware de recopilación de alta precisión siguen siendo escasos.

¿Qué problemas resuelven, respectivamente, los datos de bajo coste y los datos de robots reales?

  • Las cuatro vías de recopilación comprenden la teleoperación de robots reales, la recopilación sin cuerpo de robot mediante UMI y Ego, la simulación y síntesis, y la generación mediante modelos del mundo. La vía sin cuerpo de robot cuesta menos y facilita un despliegue anticipado, mientras que los datos de robots reales actúan como «estándar de referencia» para validar el entrenamiento; ambas sirven a etapas diferentes.
  • Las diferencias de coste determinan la combinación de datos: los datos visuales Ego se cotizan aproximadamente entre 120 y 500 yuanes por hora, y los de robots reales y teleoperación entre 500 y 2000 yuanes por hora; los datos simulados y sintéticos aportan un complemento de bajo coste. La institución prevé que los datos visuales Ego se conviertan en la mayor categoría, seguidos por un aumento del volumen de datos táctiles y de robots reales.
  • Las arquitecturas técnicas también reparten funciones. El material considera que los grandes modelos de propósito general se encargan de la planificación y la comprensión semántica, VLA convierte la información visual y lingüística en control de acciones y los modelos del mundo predicen las consecuencias de las acciones. La manipulación fina y la coordinación del contacto siguen requiriendo entrenamiento de control específico, por lo que la demanda de datos abarca varias dimensiones, como visión, postura y tacto.

¿En qué eslabones podrían materializarse antes las compras?

  • La investigación sectorial plantea esta secuencia: si los pedidos de los fabricantes de equipos de recopilación de datos aumentan en 2027, tendrán que comprar IMU en grandes cantidades de antemano. Las IMU detectan la postura en movimiento y las trayectorias espaciales, por lo que la compra de sensores podría preceder a la entrega de los equipos finales; la condición clave es que los pedidos de equipos crezcan según lo previsto.
  • Orbbec lanzó en julio de 2026 una plataforma de hardware para recopilar datos sin cuerpo de robot, que abarca la perspectiva en primera persona, las operaciones con dispositivos de mano, la interacción de la muñeca y la sincronización de dispositivos. Sus clientes incluyen proveedores de servicios de recopilación de datos, desarrolladores de grandes modelos y empresas de robótica. Su vínculo comercial está en las compras de hardware que realizan estos clientes al construir sistemas de recopilación.
  • Un caso más próximo a la fase de ventas es Skyworth Digital: el material cita información de comunicación de la empresa según la cual sus productos de recopilación de datos de la serie EGO ya han generado ventas tanto en el mercado nacional como en el extranjero. El lanzamiento de productos, la incorporación de clientes y las ventas reales corresponden a etapas distintas; al evaluar el progreso de una empresa debe identificarse la etapa concreta.

Ya se han acumulado datos, ¿cuánto falta para obtener ingresos?

  • El centro de recopilación de datos industriales y formación práctica operado por Tianqi ha acumulado cerca de 20 mil horas de datos multimodales, ha puesto en funcionamiento más de un centenar de robots y abarca entornos de fabricación de automóviles, baterías y productos 3C. Su punto de conexión es la combinación de entornos industriales reales, equipos de recopilación y sistemas de gestión del etiquetado para producir conjuntos de datos de entrenamiento.
  • La comercialización en el ámbito de la simulación se encuentra en una etapa más temprana. Fengyuzhu ya ha incursionado en la simulación física, el entrenamiento Sim2Real y los datos espaciales sintéticos a través de una empresa conjunta bajo su control, pero aún no ha comunicado ingresos de su negocio de IA física; el material vincula directamente el potencial de crecimiento de su negocio con la materialización de pedidos de Fengying Technology. Entre la expansión del mercado del sector y el crecimiento de los ingresos de una empresa individual aún media la conversión de oportunidades en pedidos.