为什么机器人训练需要数据采集？

  • 机器人通过传感器、摄像设备和雷达等，结合人工操控或仿真模拟，采集真实场景中的多维原始数据，为后续智能训练提供素材。
  • 数据不仅要覆盖多场景，还需要兼顾精度、兼容性和规模化效率。随着通用大模型突破，报告预计数据需求增长，并由外部采购与企业自采共同满足。

四条采集路径如何取舍？

  • 遥操作的数据质量最好，但成本较高，主要用于高质量模仿学习数据；UMI兼顾成本与质量，可在真机难以大规模铺开时快速采集演示数据。
  • EGO是当前主流应用，成本较低，主要用于基座模型预训练。仿真数据理论上产能最高、成本最低，在大规模预训练中潜力较大。
  • 报告预计，多条技术路径未来将在不同场景中应用：采集质量、成本和扩张速度之间的取舍，决定了它们各自适合的用途。

中游市场空间和产业进展如何？

  • 浙商证券文姬在中性预期下测算，中游数据采集市场规模到2030年达到1741亿元，2026—2030年复合增长率为203%。该行认为这一环节正处于从0到1的发展期，可关注数据集供应商、软硬一体采集商、数据后处理厂商和仿真平台。
  • 杭州国家人工智能应用中试基地（具身智能）正在进行总额2亿元的增资，注册资本拟由1亿元增至3亿元；增资及股改预计于2026年底完成。
  • 利亚德旗下北京虚拟动点已服务多家机器人厂商，并参与多个机器人训练中心及数据采集中心的打造，提供包括动捕设备、数据采集和场景应用在内的解决方案。