Mengapa fokus riset beralih ke pengumpulan data?

  • Materi ini mengalihkan hambatan utama AI fisik dari tubuh robot ke data: penerapan model besar mungkin membutuhkan data berkualitas tinggi dalam skala puluhan miliar jam, sedangkan kumpulan data sumber terbuka yang ada hanya berada pada skala jutaan entri dan jam. Karena itu, skala dan kualitas pasokan data menjadi kendala bagi perluasan kapasitas pelatihan.
  • Sebuah lembaga memperkirakan permintaan global untuk pengumpulan data robot akan meningkat dari sekitar 10,8 juta jam pada 2027 menjadi 2,925 miliar jam pada 2031, dengan ukuran pasar terkait meningkat dari 7,8 miliar yuan menjadi 824 miliar yuan. Proyeksi ini bergantung pada pertumbuhan berkelanjutan kebutuhan pelatihan serta kapasitas pengumpulan, pelabelan, dan pemrosesan yang mampu mengimbanginya; materi ini menyebutkan bahwa kapasitas pelabelan dan perangkat keras pengumpulan berpresisi tinggi masih langka.

Masalah apa yang masing-masing diselesaikan oleh data berbiaya rendah dan data robot nyata?

  • Empat jalur pengumpulan mencakup teleoperasi robot nyata, pengumpulan tanpa tubuh robot menggunakan UMI dan Ego, simulasi dan sintesis, serta generasi oleh model dunia. Jalur tanpa tubuh robot lebih murah dan mudah diterapkan lebih awal, sedangkan data robot nyata berfungsi sebagai “standar emas” untuk validasi pelatihan; keduanya melayani tahap yang berbeda.
  • Perbedaan biaya menentukan komposisi data: harga data visual Ego sekitar 120–500 yuan per jam, sedangkan data robot nyata dan teleoperasi sekitar 500–2000 yuan per jam; data simulasi dan sintetis menjadi pelengkap berbiaya rendah. Lembaga tersebut memperkirakan visual Ego akan menjadi kategori terbesar, disusul peningkatan volume data sentuhan dan robot nyata.
  • Arsitektur teknis juga memiliki pembagian tugas. Materi ini menilai bahwa model besar serbaguna menangani perencanaan dan pemahaman semantik, VLA mengubah informasi visual dan bahasa menjadi kendali tindakan, dan model dunia memprediksi konsekuensi tindakan. Manipulasi presisi dan koordinasi kontak masih membutuhkan pelatihan kendali yang terarah, sehingga kebutuhan data mencakup berbagai dimensi, termasuk visual, pose, dan sentuhan.

Bagian mana yang mungkin lebih dahulu menghasilkan pengadaan?

  • Riset industri memberikan urutan berikut: jika pesanan produsen peralatan pengumpulan data meningkat volumenya pada 2027, mereka perlu membeli IMU dalam jumlah besar sebelumnya. IMU mendeteksi pose gerakan dan lintasan spasial, sehingga pembelian sensor dapat mendahului pengiriman peralatan akhir; syarat utamanya adalah pesanan peralatan meningkat sesuai jadwal.
  • Orbbec telah meluncurkan platform perangkat keras pengumpulan data tanpa tubuh robot pada Juli 2026, yang mencakup sudut pandang orang pertama, operasi genggam, interaksi pergelangan tangan, dan sinkronisasi perangkat. Pelanggannya meliputi penyedia layanan pengumpulan data, pengembang model besar, dan perusahaan robotika. Titik kait bisnisnya adalah pembelian perangkat keras saat para pelanggan tersebut membangun sistem pengumpulan.
  • Contoh yang lebih dekat ke tahap penjualan adalah Skyworth Digital: materi ini mengutip informasi interaksi perusahaan yang menyatakan bahwa produk pengumpulan data seri EGO telah terjual di dalam dan luar negeri. Peluncuran produk, masuknya pelanggan, dan penjualan aktual berada pada tahap yang berbeda; penilaian kemajuan perusahaan harus mengacu pada tahap yang spesifik.

Data sudah terkumpul, tetapi seberapa jauh lagi menuju pendapatan?

  • Pusat pengumpulan data industri dan pelatihan praktik yang dioperasikan Tianqi telah mengumpulkan hampir 20 ribu jam data multimodal, menggunakan lebih dari seratus robot, dan mencakup skenario manufaktur otomotif, baterai, dan 3C. Titik kaitnya adalah penggabungan kondisi industri nyata, peralatan pengumpulan, dan sistem manajemen pelabelan untuk menghasilkan kumpulan data pelatihan.
  • Komersialisasi di bidang simulasi berada pada tahap yang lebih awal. Fengyuzhu telah memasuki bidang simulasi fisik, pelatihan Sim2Real, dan data sintetis spasial melalui perusahaan patungan yang dikendalikannya, tetapi belum mengungkapkan pendapatan dari bisnis AI fisiknya; materi ini mengaitkan potensi peningkatan bisnisnya secara langsung dengan realisasi pesanan Fengying Technology. Antara perluasan pasar industri dan pertumbuhan pendapatan satu perusahaan masih terdapat tahap konversi peluang menjadi pesanan.