-
日期: 2026-07-18 | 來源: 豹變 | 有0人參與評論 | 字體: 小 中 大
同時，也有壹些公司在自建數據采集團隊。安徽數點信息科技有限公司商務總監周興豪表示，公司標注+動作采集全職團隊合計100余人，人員年齡區間集中在20-26歲，本科占比45%，月薪在5000-7000元左右。招聘主要看重手部肢體協調性、耐心程度、主動學習意願。
壹位身處壹線城市的數據采集員也表示，全職工作的薪資會高壹些，日薪可達約250元。要求固定場景到崗，每日產出不少於3小時有效數據，超出部分核算績效，不足則要倒扣工資，由數采組長現場監督，員工雙人壹組互相校驗。
海外的成本或許還要更低壹些，Ray表示，在非洲、拉美等地，產線工人進行數據采集的收益僅為1.5美元/小時（折合人民幣約10元/小時）。
低門檻、低成本、可快速規模化是無本體路線的核心優勢，但短板同樣突出：數據質量參差不齊，無效樣本占比高，動作不規范、場景擺拍、手部離開畫面等問題普遍存在，行業內眾包數據的實際可用率普遍不足叁成，且“有效數據”的定義主要掌握在客戶手中。
相較於產業端熱衷的“人海戰術”，學術界與深耕技術的初創團隊更青睞真機遙操與仿真采集路線，追求數據的精准度與可復現性。
壹位曾在某高校AI實驗室擔任研究助理、目前任職壹家具身智能初創公司的業內人士表示，真機遙操采集是通過遠程操控機械臂或人形機器人完成任務，同步記錄關節角度、力反饋、視覺畫面等多模態時序數據，“數據完全匹配機器人本體的運動邏輯，沒有跨硬件的偏差，是模型微調階段的核心數據來源”。
但真機采集的門檻極高：單台人形機器人本體造價數拾萬元，對采集員的手眼協同能力有嚴格要求，還需要解決多傳感器時序對齊的核心難點，不同設備的幀率、延遲存在差異，毫秒級的時間錯位都會大幅降低數據價值。
上述業內人士團隊采用拉高采集幀率、定制硬件統壹時間戳接口的方案解決這壹問題，整套管線搭建需要軟硬件團隊配合，很難像無本體采集壹樣快速批量擴張。
仿真采集則是另壹種補充路線，在虛擬環境中批量生成動作樣本，省去硬件與場地成本。
但該業內人士坦言，仿真與真實世界存在難以逾越的Sim to Real（仿真到真實遷移）鴻溝，物體摩擦力、形變、光照都和現實存在偏差，純仿真數據訓練的模型落地真機效果很差，僅能作為預訓練階段的樣本補充，無法支撐高精度任務。
2、如何采到更好的數據？
在實際落地中，叁種數據獲取路徑沒有絕對的優劣之分。不同團隊的路線選擇，本質上都是在成本、效率和數據質量之間尋找平衡。
無本體采集之所以能快速爆發，核心在於極致的輕資產模式。
Ray團隊中美兩地核心成員僅8人，不養全職采集員與標注員，核心團隊只負責客戶對接、場景資源匹配與項目統籌。設備可以租賃、人力按小時結算、場地依托現有實體資源，不需要投入重金采購機器人本體，幾萬元啟動資金就能切入賽道，這也是大量中小團隊湧入的核心原因。
但數據質量問題無法避免，最典型的就是“虛假關聯”。
周興豪舉了壹個經典案例：采集人員習慣拿起茶杯先吹氣降溫，模型便將“吹氣”判定為拿杯子的必要前置動作。由於人形機器人大多沒有“吹氣”的功能，因此，訓練出的機器人每次抓握茶杯都會對著空杯停頓壹下，完全脫離真實使用邏輯。
“數據越多不壹定越好，但數據越髒壹定越糟。”周興豪這樣總結。在他看來，低質量數據的負作用遠大於數據不足，“數據不足可以補采，數據污染要先清洗再返工，相當於走回頭路”。
行業早期的野蠻生長階段，大量中間商低價收購劣質數據，簡單包裝後轉賣，“垃圾數據”在行業內反復流通，進壹步加劇了“數據荒漠”，看似數據總量龐大，真正能用的高質量樣本寥寥無幾。
與之相對的真機路線，雖然質量可控，卻受限於高成本難以規模化。
壹台人形本體的采購成本動輒數拾萬，還要配套場地、運維人員與標定設備，單條采集管線的投入是無本體方案的幾拾倍。且不同品牌機器人的運動空間、硬件參數存在差異，跨本體的數據復用效率極低，更換硬件幾乎需要重新采集全套數據集，投入產出比遠低於無本體方案。
仿真路線則受限於技術成熟度，物理引擎的精度不足以支撐復雜交互任務，短期內無法成為數據供給的主力。- 新聞來源於其它媒體，內容不代表本站立場！
-
原文鏈接
原文鏈接:
目前還沒有人發表評論, 大家都在期待您的高見