力创配资具身智能迎年度检阅：训练可用数据量大增，算力需求涌上云平台

7月17日，WAIC（世界人工智能大会）开幕，具身智能机器人迎来一场年度集中检阅。这个行业仍在快速演进，第一财经记者了解到，一个明显变化是，近期具身智能机器人对算力的需求快速涌上云平台。

即便具身智能的商业需求跟自动驾驶相比还“不在一个数量级”，腾讯云异构计算产品副总监黄阳告诉第一财经记者，增速已经非常快。

黄阳感受最明显的一点是，近期数据方面的需求尤其多，数据清洗、采集相关的需求占新增需求的大头，推动今年腾讯云具身智能相关业务的算力需求规模增长了4~5倍。

数据缺乏此前被认为是具身智能机器人能力演进的最大障碍之一，但记者从一些参加WAIC的机器人厂商了解到，近期业界获取数据用于训练机器人的范式发生了改变，促使数据量和数据处理需求迎来新一波增长。

具身智能吸走更多算力

“从云的角度，我们发现最近数据处理需求量暴涨。”黄阳告诉记者，这也在云上催生了一种新调度模式，企业夜间闲置算力可以用于数据标注和处理，腾讯云通过潮汐算力的方式提供算力供给，降低具身智能厂商的单位算力成本。

对于数据处理需求变化，具身智能数据基础设施厂商艾欧智能联合创始人丁哲章也感受颇深。他告诉记者，业界出现了很多数据公司，有些是从自动驾驶、大模型数据领域转向具身赛道，专门做数据生产、标注、众包采集、清洗处理和转换。

其背后，一种新的数据获取方式兴起，即由人带上数据采集设备收集机器人训练所需的数据，业界也称为“人类数据”，区别于仿真数据和机器人本体采集的数据。

在丁哲章的记忆中，轻量化数采设备是从去年11月开始出现，带有几个视觉视角和一些定位装置，甚至有厂商采用更简易的方式，例如用帽子上安装的手机、戴智能眼镜和普通VR设备。这些设备安在人身上，记录下动作和物体的变化，数据相比真机数据更容易获取，采集效率也大幅提升。

艾欧智能负责数据采集、清洗、标注、管理、转换等工作，为全国多地数采厂提供了采集设备并服务下游模型厂商。在“人类数据”快速增长的情况下，丁哲章发现，这类数据浓度今年以来明显上升。

“以往用仿真合成数据主要是为了弥补真机数据难采、数量不足的缺失，一些公司训练所用数据的大致配比是真机数据10%~20%、合成仿真数据80%~90%。现在仿真数据也有一些独特优势，但已出现一种新方式，即用80%‘人类数据’做预训练、20%真机数据做后训练。”丁哲章告诉记者，业界训练一个模型的“人类数据”以往可能只有几百小时，现在可提高至50万小时，甚至有人认为数据量将能达到1000万小时。

这种数据采集方式已经进入实际应用场景。丁哲章告诉记者，公司进入工厂等场景，由一线作业工人穿戴数采设备。这类业务去年鲜有人过问，而近期需求多到做不完。

元点Zeroth的家庭人形机器人产品面向老人陪伴、宠物记录、儿童教育等场景，该公司联席CTO李元庆也告诉记者，他接触的数据服务商反馈，今年数据采集转向“人类数据”趋势尤为明显，“大家每往前做一步，对数据就有越多、越深的理解，‘人类数据’也变得越可用，数据整体变多了。”

具身智能数据增长转变为更多数据处理的需求，导致算力需求也增加了。丁哲章告诉记者，“人类数据”后续处理的工作量比真机采集数据的方式更多。公司有一个数据平台，提供数据管理、清洗、标注等方面的能力，背后用到腾讯云的存储和算力底座。

随着可用数据增长，具身智能机器人训练也需要更多算力。丁哲章告诉记者，以往采集数据主要用来做后训练，数据量和模型规模比较小，现在数据量爆发式增长后已能支持预训练。李元庆也告诉记者，模型的探索策略越来越庞杂，模型参数量比以前更大，算力需求在提高，也有更多算力流向云端。

李元庆举例，他尝试过在端侧“压榨”2.5B（B为10亿）参数模型的能力，将其部署在不超过40 TOPS算力的板卡上，但后来发现，当要求机器人做一些需要高成功率的动作时，模型低于20B就满足不了要求。为了做到一些长程任务并加入推理指令遵循能力，不能只依靠端侧小参数模型，只能“上云”。

“端侧部署（算力）成本非常高，放在云上运行，云端协同的芯片架构和通信架构则需要云厂商来做。”李元庆告诉记者，该公司还用到ClawPro云端开源智能体平台，用于开发跌倒检测等机器人技能，也要用到云算力。

数据够了吗？

具身智能可用的数据量整体增长了，但业界认为要带动机器人能力跃进，还需要一个过程。一个原因是，真机数据依然是刚需，但依然太少，且特定场景的数据量依然稀缺。

真机数据需要机器人本体采集，可由人带上遥操作装备控制机器人运动。WAIC前夕，记者在艾欧智能的实验室看到，工作人员穿着装备控制机器人完成推拉小车、抓取面包等任务。虽然装备并不厚重，但在人的操控下，机器人的动作依然显得有些缓慢和笨拙。一片面包要缓慢地夹住，有时还会夹到盘子，把面包放到特定位置时也要动作轻缓。

丁哲章说，把东西放上货架这种简单动作，人操作真机完成已经不易，备餐、切菜动作更难完成。8小时采集时长中，“人类数据”有效时长可达6小时以上，真机数据有效时长可能不及4小时。相比具身智能模型可用50万小时“人类数据”训练，单一本体训练时可用的真机数据要达到几万小时很难。现在一个1000小时真机数据集还是难得的训练资源。而要机器人执行具体任务时足够好，真机数据不可或缺。

与此同时，目前类似“抓水杯”的简单动作数据已经不缺，但按摩、加油、拿柜子底层一双鞋等特定场景数据依然稀缺。丁哲章表示，数据采集的问题还涉及更多层面，例如此前灵巧手不够成熟，就无法用灵巧手采集高质量数据，操作机器人运动的基础模型不成熟也难以对机器人遥操作，是近期灵巧手可用性增加、近半年机器人全身操作基础模型变得更加可用，才涌现出更多灵巧手长程精细操作数据和全身操作数据需求。

“数据、算力、模型、场景、机器人本体就像五根手指，握在一起才是拳头，缺一不可，这是一个复杂系统，每个维度都无法有效拆开，数据与本体硬件形态有关，执行功能与执行场景有关。”李元庆如此总结。

机器人硬件与软件的强耦合状态，也是业界认为机器人需要逐步迭代、难以一夜间涌现出超高能力的原因。一些业界人士认为，从本届WAIC可以看见机器人真实的智能能力，但目前尚不需对机器人走向真实场景落地的速度抱以太高的期望。

黄阳表示，具身智能和自动驾驶相似，都有"长尾效应"，即进展非常快推进到60%、70%、80%，但最后的20%要花非常多时间走完，最后的百分之几是最难。

“大家对具身智能机器人的预期和本体、模型能做到的程度之间还有断层。”丁哲章告诉记者，现在数据飞轮尚未启动，预计2~3年内可以启动。目前业界最重要的事情仍是铺垫好基座模型能力，让机器人开始进入具体场景积累能力。

汇盈策略提示：文章来自网络，不代表本站观点。