Por que o treinamento de robôs exige coleta de dados?

  • Os robôs usam sensores, câmeras, radares e outros equipamentos, combinados com controle humano ou simulação, para coletar dados brutos multidimensionais de situações reais, que servem de material para o treinamento posterior da inteligência.
  • Os dados precisam abranger diversos cenários e, ao mesmo tempo, equilibrar precisão, compatibilidade e eficiência em escala. Com os avanços dos modelos fundacionais de uso geral, o relatório prevê crescimento da demanda por dados, a ser atendida tanto por compras externas quanto pela coleta própria das empresas.

Quais são as concessões entre as quatro formas de coleta?

  • A teleoperação fornece dados da mais alta qualidade, mas tem custo maior e é usada principalmente para dados de alta qualidade destinados ao aprendizado por imitação; a UMI equilibra custo e qualidade e pode coletar rapidamente dados de demonstração quando é difícil utilizar robôs físicos em grande escala.
  • O EGO é atualmente a abordagem predominante, tem custo menor e é usado principalmente no pré-treinamento de modelos fundacionais. Em teoria, os dados de simulação oferecem a maior capacidade de produção e o menor custo, com grande potencial para o pré-treinamento em larga escala.
  • O relatório prevê que várias abordagens tecnológicas serão usadas em diferentes cenários no futuro: as concessões entre qualidade da coleta, custo e velocidade de expansão determinam os usos adequados para cada uma.

Qual é o potencial do mercado intermediário e como o setor está avançando?

  • Wen Ji, da Zheshang Securities, estima em um cenário neutro que o mercado intermediário de coleta de dados alcançará 174,1 bilhões de yuans em 2030, com taxa de crescimento anual composta de 203% entre 2026 e 2030. A empresa considera que esse segmento está em uma fase de desenvolvimento de 0 a 1 e sugere acompanhar fornecedores de conjuntos de dados, empresas de coleta que integram software e hardware, empresas de pós-processamento de dados e plataformas de simulação.
  • A Base Piloto Nacional de Aplicações de Inteligência Artificial de Hangzhou (Inteligência Incorporada) está realizando uma ampliação de capital no total de 200 milhões de yuans, com proposta de elevar o capital registrado de 100 milhões de yuans para 300 milhões de yuans; a ampliação e a reestruturação societária devem ser concluídas até o fim de 2026.
  • A Beijing Noitom, subsidiária da Leyard, já atendeu a vários fabricantes de robôs e participou da criação de vários centros de treinamento de robôs e de coleta de dados, oferecendo soluções que incluem equipamentos de captura de movimento, coleta de dados e aplicações em diferentes cenários.