Mengapa latihan robot memerlukan pengumpulan data?

  • Robot menggunakan sensor, peralatan kamera, radar dan lain-lain, bersama kawalan manusia atau simulasi, untuk mengumpulkan data mentah multidimensi daripada senario sebenar sebagai bahan bagi latihan kecerdasan seterusnya.
  • Data bukan sahaja perlu meliputi pelbagai senario, malah perlu menyeimbangkan ketepatan, keserasian dan kecekapan pada skala besar. Seiring dengan kemajuan model asas serba guna, laporan itu menjangka permintaan data meningkat dan dipenuhi melalui perolehan luaran serta pengumpulan sendiri oleh syarikat.

Apakah pertukaran antara empat kaedah pengumpulan?

  • Teleoperasi menghasilkan data berkualiti terbaik tetapi kosnya lebih tinggi, dan digunakan terutamanya untuk data pembelajaran peniruan berkualiti tinggi; UMI mengimbangi kos dan kualiti serta boleh mengumpulkan data demonstrasi dengan cepat apabila robot fizikal sukar digunakan secara besar-besaran.
  • EGO kini merupakan pendekatan utama, dengan kos lebih rendah, dan digunakan terutamanya untuk pralatihan model asas. Secara teori, data simulasi mempunyai kapasiti pengeluaran tertinggi dan kos terendah, dengan potensi besar dalam pralatihan berskala besar.
  • Laporan itu menjangka pelbagai pendekatan teknologi akan digunakan dalam senario berbeza pada masa hadapan: pertukaran antara kualiti pengumpulan, kos dan kelajuan pengembangan menentukan kegunaan yang sesuai bagi setiap pendekatan.

Bagaimanakah potensi pasaran peringkat pertengahan dan perkembangan industri?

  • Wen Ji dari Zheshang Securities menganggarkan dalam senario neutral bahawa saiz pasaran pengumpulan data peringkat pertengahan akan mencapai 174.1 bilion yuan menjelang 2030, dengan kadar pertumbuhan tahunan terkompaun 203% dari 2026 hingga 2030. Firma itu berpendapat segmen ini sedang melalui fasa pembangunan daripada 0 kepada 1, dan menyarankan perhatian kepada pembekal set data, penyedia pengumpulan bersepadu perisian dan perkakasan, firma pascapemprosesan data dan platform simulasi.
  • Pangkalan Perintis Aplikasi Kecerdasan Buatan Nasional Hangzhou (Kecerdasan Terjelma) sedang melaksanakan penambahan modal berjumlah 200 juta yuan, dengan modal berdaftar dicadangkan meningkat daripada 100 juta yuan kepada 300 juta yuan; penambahan modal dan penstrukturan pemegangan saham dijangka selesai menjelang akhir 2026.
  • Beijing Noitom di bawah Leyard telah memberikan perkhidmatan kepada beberapa pengeluar robot dan mengambil bahagian dalam pembangunan beberapa pusat latihan robot dan pusat pengumpulan data, dengan menyediakan penyelesaian termasuk peralatan tangkapan gerakan, pengumpulan data dan aplikasi senario.