機器人訓練為何需要更多真實數據？

  • 據機構測算，具身基礎模型要迎來自己的「ChatGPT 時刻」，至少需要千萬小時級的真實數據；目前全球可用的高品質真實數據僅為數十萬至百萬小時級，供需存在數量級差距。
  • 隨著模型公司進入物理 AI 領域，訓練數據需要向外採購或與機器人本體廠商共同建立，數據採集因此可能形成可獨立定價的外部需求。

人類操作影片如何變成機器人訓練數據？

  • 行元智能發布的跨本體數據引擎「Chorus眾行」，可將多種設備採集的人類操作影片轉化為適配不同機器人本體的預訓練數據。測試顯示，其可使機器人有效訓練數據擴增超過 40 倍。
  • 華源證券認為，低成本取得大量第一人稱視角數據只是第一步，更重要的是將人類操作轉化為機器人可使用的動作訓練數據。具備 3D 空間重建、動作軌跡擷取和物理模擬能力的服務商，有機會從數據採集延伸至數據資產和訓練基礎設施。

上市公司的業務關聯在哪裡？

  • 天奇股份面向工業場景提供具身智能解決方案，業務涵蓋機器人整機適配、工業真實場景的實體機器人數據採集與智能實訓，以及垂直領域場景的演算法客製化。
  • 凌雲光的光學動作捕捉系統已用於人形機器人數據採集和量產檢測，並與機器人廠商、數據採集中心合作。公司 2025 年光學動作捕捉系統收入受具身智能需求帶動快速增長，實現初步商業化。