生活资讯-"用你的舌头搅拌我的舌头是什么歌"-我们去看了智元用你的舌头搅拌我的舌头是什么歌机器人的「数采厂」，等等！这不是《星球大战》片场吗？

我们去看了智元用你的舌头搅拌我的舌头是什么歌机器人的「数采厂」，等等！这不是《星球大战》片场吗？_ZAKER新闻

7月22日，一流光伏产业高质量发展论坛在青海西宁召开，中国工程院院士、电力系统配电网技术专家王成山，中国科学院院士、西安交通大学国家储能技术产教融合创新平台首席科学家管晓宏等领域内权威专家学者为我国电力行业减碳建言献策。

文 | 田哲编辑 | 苏建勋2025 年初，我们了解到一件事，国内具身智能独角兽 " 智元机器人 "（就是 B 站知名 UP 主 " 稚晖君 " 当 CTO 的那家公司），在上海，建了一座 " 数据采集工厂 "（简称 " 数采厂 "）。这是啥？为啥建？怎么采？一系列疑惑涌上我们心头，我们决定去看一看。当然了，在去之前，我们对一家 " 数采厂 " 的工作流程，有一些非常刻板的想象——在堆满服务器黑盒子的昏暗房间，挂着黑眼圈、发量堪忧的程序员，机械地敲着键盘输入代码 ……错错错！当《智能涌现》抵达智元机器人位于上海浦东的数采厂，发现现实和我们的想象，截然不同！毫不夸张地说，这完全是美国电影《星球大战》的片场！《星球大战》电影海报；图源网络在这座 3000 平方米的数采厂中，不同主题的房间占据了工厂的绝大部分面积，每个房间都精心还原了现实生活的物件布局，机器人就在不同的场景中执行不同任务。在卧室中，机器人乖巧地学习叠衣服。机器人学习叠衣服；图源：智元机器人在餐桌前，机器人把餐具挨个摆放整齐。机器人摆放餐盘；图源：《智能涌现》拍摄机器人还要学会打餐各式菜肴，并且不会手抖。机器人正在用勺子舀鸡蛋；图源：《智能涌现》拍摄而在商超收银台前，机器人一只手拿扫码器，另一只手拿着商品扫码。智元机器人正在学习商品扫码；图源：《智能涌现》拍摄参观结束后，《智能涌现》见到了数采厂负责人姚卯青，他也是智元机器人具身产品线总裁、研究院执行院长，负责数据驱动具身智能产品研发。此前，姚卯青曾在 Waymo、蔚来汽车等公司负责研发感知算法、端到端大模型。姚卯青告诉《智能涌现》，机器人每完成一个动作，就相当于一条数据，数据将通过机器人的主机上传至云端，智元机器人团队将利用这些数据训练机器人的大模型，从而让机器人真正掌握一项技能，比如冲咖啡、熨衣服等。为了让机器人快速学习技能，智元为它们安排了一对一教学老师——数据采集员，他们都是年轻有活力的小哥哥小姐姐，为了更好地教机器人完成动作，采集员也需要肢体协调，动作标准。数据采集员们手持设备，手把手地控制机器人完成抓、握、放等动作。有时他们也会头戴 VR 设备，更精准地让机器人模仿学习人类动作。据了解，现在智元数据采集工厂投放了近百台机器人，日均采集 3-5w 条数据。而为了让机器人更快在不同环境中掌握尽可能多的技能，智元数据采集工厂模拟了家庭、零售、服务业、餐饮、工厂五个场景。在这里，你能发现商超内不仅有各类零食，还有葡萄酒、香烟，甚至连蔬果的价钱也标好了。智元机器人模拟的商超；图源：《智能涌现》拍摄也有一批机器人分散在各自 " 工位 "，在桌前学习简单地叠衣服等技能。机器人们在工位学习不同技能；图源：《智能涌现》拍摄据了解，数采厂面积还将增加 1000 平方米，可增加更多场景的同时，也能根据客户需要定制化模拟场景。不过，目前行业内少见打造如此多样场景的机器人公司，一个问题随之而来：智元机器人下决心打造数据采集工厂，这一过程是如何展开的？为具身智能机器人，打造数据养料场对于大多数初创公司而言，将高额资金建设一座工厂用于数据采集，风险无疑是巨大的，而智元机器人似乎没有犹豫，仅仅用了一个多月就完成搭建数据采集工厂。促使智元机器人不惜高成本打造数采厂，这背后，行业现存数据量在供给侧上的巨大空白。2024 年 6 月，智元机器人决定研发机器人具身智能大模型，这需要海量数据以训练大模型。姚卯青告诉《智能涌现》，机器人通过数百条数据学会一个技能，这些动作往往都是长程任务，比如冲泡咖啡，熨衣服等。他们曾试图寻找行业内的开源数据库，但发现高质量、统一格式的数据几乎不存在。即使行业内开源了百万条由真实机器人收集的训练数据集，但是这些数据实际上由不同公司、不同型号规格的机器人采集，数据质量较低，达不到智元的要求。姚卯青表示，不同传感器和形态的数据差异过大，将削弱整体训练效果，比如一个六轴机械臂的数据在七轴灵巧手机器人上几乎无法复用，因此需要统一标准的数据。而让智元下决心建设数采厂，这个过程也很简单。姚卯青表示，智元机器人采集了几千条数据用于训练算法，虽然能让机器人顺利完成某个动作，但是无法泛化——如果改变物体种类、颜色甚至光线，都将影响机器人再次完成同样的动作。因此智元机器人决定建设工厂大规模采集数据。不同房间的机器人正在采集数据；图源：《智能涌现》拍摄数采厂未来将源源不断为机器人学习提供数据养料。据了解，智元数据采集工厂投入使用两个多月，就采集了超百万量级真机数据集，采集任务超一千种，每个任务都包含几百条数据，一些特别难的长程任务可达几千条。" 不久后我们将拥有超千万条数据。" 姚卯青笑着说。探寻机器人的 Scaling Law在采集数万条机器人重复动作后，智元机器人收获了一些意外之喜：机器人能够在未经训练的情况下，根据要求控制倒水量；只教了机器人几十次，就能学会叠裤子。这正是智元机器人想要打造的机器人——能够自主理解人类指令和外部环境，并能适应复杂的环境。智元希望机器人能够更换不同品牌、型号的咖啡机配件；图源：《智能涌现》拍摄过去数十年，机器人的控制往往依赖人们的预设规则，向机器人输入情况描述以及应对方式的规则，机器人在相应情况下完成操作。然而机器人遇到的情况千变万化，难以依靠提前输入规则就能让机器人应对所有情况。在大模型应用爆发后，让机器人从冰冷的躯体有了智力，能够理解世界和人类。而智元机器人正在研发的，是具备端到端大模型的机器人，通用能力更强且反应速度更快。机器人从接受指令到完成动作通常有三个步骤：感知外部环境，做出决策、控制肢体执行任务，信息在这一链条传递中可能出现失真，从而影响机器人完成动作。但端到端大模型，不需要分模块，更不依赖精准测量，就像人类超车前，不会下车测量两车之间的距离，再进行超车。智元机器人对端到端大模型机器人的设想是，机器人能够接受人类的复杂指令，比如让机器人从远处取来手机，或者从冰箱里拿一包薯片。这些指令不仅考验着机器人对任务的理解能力，还要求机器人能够识别物体，并完成移动到相应地点、取物，返回，提交物品。但是达到这一状态并不容易。姚卯青表示，需要不断向大模型投喂数据，数据量越大，大模型在某一场景表现会更接近人类，他预估的数据量为几千万条到 1 亿条，机器人的 Scaling Law 远未到来。《智能涌现》了解到，机器人需要软硬件结合，仅有其中之一都难以让机器人技术迅速发展。美国的硬件成本较高，因此美国机器人初创公司大多只研发算法。中国已有供应链优势，结合数据和自研的硬件，会让算法、硬件、软件快速迭代。姚卯青相信，中国机器人技术的整体进度已与美国不相上下，因为美国的人工成本比国内高出十倍，还得从中国采购各种零部件。智元机器人用更低的成本和高效的迭代速度，拓展了场景模拟和数据采集规模，那些在美国机器人公司看来 " 遥不可及 " 的技术，正在中国的数据采集工厂不断流淌的数据中，一点点接近成为现实。