<mark id="oztn4"></mark>
0
| 本文作者： 向欣 | 2026-06-03 17:09 |
作者丨向 欣
編輯丨高景輝
雷峰網(wǎng)報(bào)道：機(jī)器人進(jìn)入真實(shí)世界“干活”，到底需要什么數(shù)據(jù)？
面對(duì)這個(gè)問題，大多數(shù)具身智能從業(yè)者可能都會(huì)回答“操作”。的確，人們干活離不開雙手，那么人形機(jī)器人的末端精細(xì)操作數(shù)據(jù)，順理成章地成了重中之重。
但橋介數(shù)物創(chuàng)始人尚陽星，給出了一個(gè)截然不同的答案。
在他看來，機(jī)器人全身運(yùn)動(dòng)數(shù)據(jù)的重要性被大大低估了，機(jī)器人想進(jìn)入真實(shí)環(huán)境完成復(fù)雜任務(wù)，僅靠操作能力遠(yuǎn)遠(yuǎn)不夠，底層的全身運(yùn)動(dòng)能力才是基礎(chǔ)。
他做了一個(gè)比喻：如果把機(jī)器人類比成電腦，運(yùn)動(dòng)控制能力相當(dāng)于操作系統(tǒng)的內(nèi)核，操作模型則是應(yīng)用軟件。沒了底層系統(tǒng)，應(yīng)用就無法運(yùn)行。
也就是說，缺少高質(zhì)量的運(yùn)動(dòng)數(shù)據(jù)和全身運(yùn)動(dòng)模型，機(jī)器人將難以適應(yīng)不同地形、應(yīng)對(duì)突發(fā)擾動(dòng)，實(shí)現(xiàn)長時(shí)間穩(wěn)定運(yùn)行和落地。
基于這個(gè)判斷，橋介數(shù)物在半年前啟動(dòng)了“跨本體全身運(yùn)動(dòng)數(shù)據(jù)工廠”的建設(shè)，并于近期正式投入使用。
橋介將他們采集的數(shù)據(jù)定義為跨本體全身運(yùn)動(dòng)數(shù)據(jù)（Cross-Embodiment Whole-Body Motion Data），簡稱CWM。
CWM包含人體全身動(dòng)作、第一人稱和第三人稱視角視頻、語義標(biāo)簽、環(huán)境信息以及接觸與物理狀態(tài)信息，是一種多模態(tài)數(shù)據(jù)，用于訓(xùn)練通用的全身運(yùn)動(dòng)模型，最大的亮點(diǎn)是具備跨本體能力。
有了數(shù)據(jù)工廠，深耕運(yùn)動(dòng)控制基礎(chǔ)設(shè)施，橋介數(shù)物想構(gòu)建一個(gè)人形機(jī)器人的通用操作系統(tǒng)，類似于尚陽星早些時(shí)候在中國移動(dòng)具身智能產(chǎn)業(yè)大會(huì)上提出的Runtime Robot OS（運(yùn)行時(shí)機(jī)器人操作系統(tǒng)）。
簡單來說，這是一套通用的底層運(yùn)動(dòng)能力基礎(chǔ)設(shè)施，讓不同機(jī)器人復(fù)用同一套運(yùn)動(dòng)模型，新機(jī)型接入后，也無需再為大量動(dòng)作重復(fù)訓(xùn)練。
橋介的定位也隨之發(fā)生變化，由具身小腦廠商，成長為具身智能基礎(chǔ)設(shè)施公司。不過在某種意義上，這其實(shí)是一種回歸，尚陽星說：“從創(chuàng)業(yè)開始，我想做的就是機(jī)器人時(shí)代的基礎(chǔ)設(shè)施。”
01
▎AI科技評(píng)論：現(xiàn)在機(jī)器人Demo已經(jīng)能跑能跳能越障了，看起來全身運(yùn)動(dòng)已經(jīng)算不上核心瓶頸，為什么你們還要做運(yùn)動(dòng)數(shù)據(jù)工廠？
尚陽星：目前能看到的機(jī)器人運(yùn)動(dòng)視頻，基本都是針對(duì)特定場(chǎng)景調(diào)出來的。例如春晚的機(jī)器人，七八個(gè)工程師花三四個(gè)月才能完成一個(gè)表演，換個(gè)場(chǎng)景就不行了。
這里的核心問題是運(yùn)動(dòng)泛化能力差。我們理解的泛化，是讓一套系統(tǒng)適應(yīng)不同地形、不同機(jī)型、不同動(dòng)作，在復(fù)雜環(huán)境中長期穩(wěn)定運(yùn)行。現(xiàn)在還沒有機(jī)器人能做到這一點(diǎn)。
我們之前給客戶做運(yùn)動(dòng)控制，用的雖是通用框架，但還需針對(duì)性適配。建數(shù)據(jù)工廠，就是為了訓(xùn)練出真正通用的底層運(yùn)動(dòng)模型，讓機(jī)器人能擁有像人類一樣的運(yùn)動(dòng)能力，而這件事目前遠(yuǎn)遠(yuǎn)沒有被解決。
▎AI科技評(píng)論：真實(shí)環(huán)境里，機(jī)器人最容易在哪些地方出問題？
尚陽星：首先是感知問題，當(dāng)前機(jī)器人的感知是被動(dòng)的，就像人閉著眼睛走路，所以遇到意外時(shí)反應(yīng)很劇烈，人流密集時(shí)存在安全隱患。最近也有些公司發(fā)布了機(jī)器人的語言交互demo，但這種理解都比較淺，沒有對(duì)真實(shí)外部世界的理解。
其次是長期運(yùn)行問題。長時(shí)間運(yùn)行后，關(guān)節(jié)出現(xiàn)磨損、性能變化時(shí)，機(jī)器人很難像人類受傷后那樣繼續(xù)調(diào)整動(dòng)作并適應(yīng)環(huán)境，持續(xù)學(xué)習(xí)與自我補(bǔ)償能力仍然不足。這都是我們會(huì)著力解決的方向。
▎AI科技評(píng)論：做通用的底層運(yùn)動(dòng)模型，對(duì)具身智能落地有實(shí)質(zhì)性價(jià)值嗎？
尚陽星：行業(yè)大多僅聚焦人形機(jī)器人上半身控制，往后要實(shí)現(xiàn)機(jī)器人全身協(xié)同作業(yè)，就必須搭建通用全身運(yùn)動(dòng)控制基礎(chǔ)模型。依托這套模型，手部動(dòng)作操作模型可直接部署應(yīng)用，不用重復(fù)解決全身運(yùn)動(dòng)適配難題。
▎AI科技評(píng)論：機(jī)器人全身運(yùn)動(dòng)能力那么重要，為什么行業(yè)不太重視運(yùn)動(dòng)數(shù)據(jù)，反而都聚焦上半身控制，去采集操作數(shù)據(jù)了？
尚陽星：因?yàn)榀B衣服、端咖啡、擰螺絲這些操作類任務(wù)成果直觀，價(jià)值容易被看見。
機(jī)器人的運(yùn)動(dòng)能力可以視為Windows、iOS這些底層的基礎(chǔ)運(yùn)行系統(tǒng)，操作能力則相當(dāng)于系統(tǒng)之上的各種APP。如果沒了底層系統(tǒng)，所有應(yīng)用都無法運(yùn)行。
機(jī)器人也一樣，沒有穩(wěn)定的全身運(yùn)動(dòng)能力，復(fù)雜操作只能局限在固定桌面，無法真正落地。
市場(chǎng)需要大家多做應(yīng)用，但也需要有人做基礎(chǔ)設(shè)施。基礎(chǔ)設(shè)施平時(shí)不被注意，一壞就出問題；做好了卻不容易被察覺，但非常重要。
▎AI科技評(píng)論：為什么不去外面買數(shù)據(jù)，而是選擇自建數(shù)據(jù)工廠？
尚陽星：三個(gè)原因。一是市面上買不到高質(zhì)量的運(yùn)動(dòng)控制數(shù)據(jù)，賣這類數(shù)據(jù)的人極少，而且價(jià)格貴。國內(nèi)專注于運(yùn)動(dòng)控制且特別重視這件事的，可能只有橋介。我們內(nèi)部之前也有用動(dòng)捕設(shè)備采集，但進(jìn)度很慢，需要更加工業(yè)化、規(guī)模化的采集手段。
二是我們發(fā)現(xiàn)過去數(shù)據(jù)都有很強(qiáng)的“本體綁定”問題。機(jī)型變了數(shù)據(jù)就沒法用了，遷移能力很差。我們需要更多無本體的數(shù)據(jù)，促進(jìn)模型快速迭代。
三是我們發(fā)現(xiàn)數(shù)據(jù)量越多，全身運(yùn)動(dòng)基礎(chǔ)模型表現(xiàn)越好。這不僅是我們?cè)诠ぷ鬟^程中發(fā)現(xiàn)的規(guī)律，英偉達(dá)在一個(gè)項(xiàng)目中也提到了這個(gè)觀點(diǎn)，數(shù)據(jù)規(guī)模越大，模型效果會(huì)更好。英偉達(dá)開源了數(shù)百小時(shí)的運(yùn)動(dòng)數(shù)據(jù)，不過這個(gè)量級(jí)離上限還差得很遠(yuǎn)。既然發(fā)現(xiàn)這個(gè)領(lǐng)域也存在Scaling Law ，我們就下定決心投入了。
▎AI科技評(píng)論：最近大家都在談世界模型，很多人認(rèn)為它會(huì)成為機(jī)器人理解物理世界的關(guān)鍵能力。橋介也會(huì)往這個(gè)方向布局嗎？
尚陽星：我們也在訓(xùn)練動(dòng)作層面的世界模型。訓(xùn)練世界模型本身也需要大量數(shù)據(jù)，視頻是其中重要的一類。不過，世界模型可以接受任何形式的視頻，但在處理動(dòng)作這個(gè)維度上，需要做一些特殊處理。
02
▎AI科技評(píng)論：你們是怎么采集數(shù)據(jù)的？
尚陽星：我們的數(shù)據(jù)工廠使用動(dòng)捕 + 視頻（包括第一人稱和第三人稱）方式，采集后還會(huì)人為標(biāo)注語義標(biāo)簽。
我們采集的是人類全身運(yùn)動(dòng)數(shù)據(jù)，包括手部和全身的動(dòng)作，一開始會(huì)從不涉及精細(xì)操作的全身動(dòng)作入手。這類數(shù)據(jù)可以和行業(yè)現(xiàn)有的操作數(shù)據(jù)配合使用，是一種補(bǔ)充。
▎AI科技評(píng)論：為什么要選擇這種采集方式？這會(huì)比行業(yè)主流的方式更好嗎？
尚陽星：優(yōu)勢(shì)在于兩點(diǎn)。一是無本體，數(shù)據(jù)可以跨本體遷移，且采集更為簡單。很多廠商采用遙操作，數(shù)據(jù)和本體強(qiáng)綁定，復(fù)用性較差，而且還需要人去適應(yīng)機(jī)器人，動(dòng)捕不需要。
二是數(shù)據(jù)精度更高。現(xiàn)在很多人體數(shù)據(jù)依賴視頻提取，全身動(dòng)作還原精度有限。要采集高精度、高質(zhì)量的全身人體動(dòng)作，目前只有全身動(dòng)捕這一種方法。這些高精度數(shù)據(jù)后續(xù)也能用于訓(xùn)練視頻動(dòng)作提取模型。
▎AI科技評(píng)論：去年開始行業(yè)開始流行無本體采集方案，UMI就很受歡迎，為什么不用這種成本更低且簡易的方案？
尚陽星：UMI 本質(zhì)上是去掉機(jī)器人本體，只保留末端執(zhí)行器，用夾爪和相機(jī)采集數(shù)據(jù)。問題在于，如果用夾爪采集，以后本體上的夾爪無法換成其他執(zhí)行器，靈活性也比人手差，而且視頻提取的人體全身動(dòng)作精度也不夠高。
后來行業(yè)開始轉(zhuǎn)向采集人體數(shù)據(jù)，因?yàn)槿梭w數(shù)據(jù)更通用，不會(huì)綁定某一個(gè)機(jī)器人。
新的問題是，人和機(jī)器人結(jié)構(gòu)不同，不同機(jī)器人之間也有差異，所以人體動(dòng)作還需要經(jīng)過重定向和適配。因此我們特別強(qiáng)調(diào)跨本體能力。
▎AI科技評(píng)論：你們的跨本體是如何實(shí)現(xiàn)的，有技術(shù)壁壘嗎？
尚陽星： 遷移中涉及的核心技術(shù)是重定向。我們做了一套自己的重定向引擎，可以自動(dòng)適配不同機(jī)器人構(gòu)型、動(dòng)作和地形，還支持邊采集邊重定向。
行業(yè)很多重定向方案只考慮運(yùn)動(dòng)學(xué)，就是只復(fù)現(xiàn)運(yùn)動(dòng)軌跡，我們還加入了動(dòng)力學(xué)，會(huì)同時(shí)考慮重力、受力和平衡問題。一般的數(shù)據(jù)工廠都不會(huì)做到這一步。這也屬于我們的技術(shù)優(yōu)勢(shì)。
比如人跳起來是一條拋物線，如果機(jī)器人只是照著軌跡模仿，很容易落地失敗。加入動(dòng)力學(xué)后，它會(huì)結(jié)合自身結(jié)構(gòu)和受力情況調(diào)整動(dòng)作，更符合真實(shí)物理規(guī)律。
▎AI科技評(píng)論：在數(shù)據(jù)遷移過程中，哪些構(gòu)型的機(jī)器人更容易遷移，哪些更難？
尚陽星：橋介采集的是人類數(shù)據(jù)，因此主要面向與人類形態(tài)最接近的雙足人形機(jī)器人。機(jī)器人的形態(tài)與人越像，數(shù)據(jù)遷移越容易；越不像則越難。
▎AI科技評(píng)論：為什么不選落地更容易的四足狗或者輪足人形做運(yùn)動(dòng)控制？很多人覺得，四足狗加個(gè)機(jī)械臂比人形落地更快、成本更低，輪足在很多場(chǎng)景也夠用了。
尚陽星：輪足在特定場(chǎng)景確實(shí)夠用，但如果目標(biāo)是物理世界的AGI，就需要更通用的形態(tài)，也就是雙足人形。
至于落地，我有個(gè)非共識(shí)的看法：人形機(jī)器人會(huì)比四足更先落地。
這有點(diǎn)像大語言模型。語言能力其實(shí)是人類后演化出來的，但因?yàn)榛ヂ?lián)網(wǎng)文本數(shù)據(jù)足夠多，所以它反而最先突破。機(jī)器人運(yùn)動(dòng)也是一樣，過去運(yùn)動(dòng)數(shù)據(jù)沒人系統(tǒng)記錄，但現(xiàn)在如果開始大規(guī)模采集，可能也會(huì)很快突破。
03
▎AI科技評(píng)論：你們收集的全身運(yùn)動(dòng)數(shù)據(jù)不涉及精細(xì)操作，未來要怎么和市面上的操作數(shù)據(jù)融合？
尚陽星：我覺得不會(huì)有融合問題，或者說我們會(huì)把融合做好。我們更傾向于分層式架構(gòu)：上層負(fù)責(zé)認(rèn)知和任務(wù)理解，底層負(fù)責(zé)實(shí)時(shí)運(yùn)動(dòng)控制，而橋介提供的是底層運(yùn)動(dòng)控制模型。
原因是認(rèn)知模型體量大、推理慢，運(yùn)動(dòng)控制模型則對(duì)實(shí)時(shí)性和安全性要求很高，兩者很難用同一個(gè)模型兼顧。Figure的具身模型就是多個(gè)系統(tǒng)。
未來機(jī)器人行業(yè)也會(huì)像操作系統(tǒng)和應(yīng)用軟件一樣，形成更明確的軟件分工。
▎AI科技評(píng)論：這其中有個(gè)很大的問題是行業(yè)數(shù)據(jù)格式不統(tǒng)一，你們?cè)趺刺幚恚?/span>
尚陽星：現(xiàn)在行業(yè)的數(shù)據(jù)格式，大多沿用了影視動(dòng)畫行業(yè)的體系，所以標(biāo)準(zhǔn)并沒有特別混亂。
出現(xiàn)這個(gè)問題的原因之一就是數(shù)據(jù)和本體強(qiáng)綁定，應(yīng)該采集無本體數(shù)據(jù)，現(xiàn)在這已經(jīng)是大趨勢(shì)。
▎AI科技評(píng)論：做數(shù)據(jù)工廠，最難的環(huán)節(jié)是什么？
尚陽星：數(shù)據(jù)處理、數(shù)據(jù)閉環(huán)是最難的。
大規(guī)模數(shù)據(jù)需要完整的數(shù)據(jù)管線，解決調(diào)配、算力處理等問題。數(shù)據(jù)工廠還要跑通“設(shè)計(jì)—采集—處理—訓(xùn)練—反饋”的完整閉環(huán)，背后涉及大量系統(tǒng)協(xié)同和流程管理。
其中采集環(huán)節(jié)是成本最高的，反饋環(huán)節(jié)決定數(shù)據(jù)有效性。單純動(dòng)作采集難度不高，花錢配齊設(shè)備就能做，難的是后續(xù)整體運(yùn)營與統(tǒng)籌管理。
▎AI科技評(píng)論：你們?cè)趺炊x高質(zhì)量運(yùn)動(dòng)數(shù)據(jù)，數(shù)據(jù)質(zhì)量又如何保障？
尚陽星：高質(zhì)量數(shù)據(jù)首先要噪聲小、軌跡穩(wěn)定，動(dòng)作姿態(tài)自然，不能出現(xiàn)肢體穿插、穿透等異常情況。
數(shù)據(jù)質(zhì)量主要取決于錄制方式和動(dòng)捕設(shè)備精度。動(dòng)捕設(shè)備直接錄制的數(shù)據(jù)精度高、質(zhì)量好；從視頻提取的數(shù)據(jù)精度就差不少。
因此在源頭環(huán)節(jié)，就得高精度動(dòng)捕設(shè)備做標(biāo)準(zhǔn)化采集，我們?cè)O(shè)計(jì)了涵蓋動(dòng)作分類、質(zhì)量權(quán)重、標(biāo)簽維度、環(huán)境參數(shù)、位姿信息及質(zhì)檢標(biāo)準(zhǔn)在內(nèi)的準(zhǔn)入體系。
但設(shè)備本身存在局限，難免出現(xiàn)異常數(shù)據(jù)，所以采集完成后會(huì)經(jīng)過人工核驗(yàn)，程序自動(dòng)篩選環(huán)節(jié)，通過自研管線完成跨本體的數(shù)據(jù)清洗、動(dòng)作重定向等等，就連訓(xùn)練階段也會(huì)再次篩查。
最后，訓(xùn)練結(jié)果還會(huì)反向指導(dǎo)數(shù)據(jù)采集。比如哪些動(dòng)作效果不好、哪些場(chǎng)景覆蓋不夠，都會(huì)反饋給采集端，用來調(diào)整下一輪的數(shù)據(jù)采集方向，形成持續(xù)優(yōu)化的數(shù)據(jù)閉環(huán)。
▎AI科技評(píng)論：行業(yè)有種觀點(diǎn)是臟數(shù)據(jù)也有用，你們也會(huì)收集這類數(shù)據(jù)嗎？
尚陽星：臟數(shù)據(jù)應(yīng)該分為兩類，任務(wù)失敗數(shù)據(jù)和低質(zhì)量數(shù)據(jù)，兩類數(shù)據(jù)的價(jià)值完全不一樣。
大家說的臟數(shù)據(jù)，應(yīng)該是指機(jī)器人執(zhí)行任務(wù)失利后恢復(fù)的數(shù)據(jù)，比如摔倒后自主起身，這類數(shù)據(jù)很有采集價(jià)值。
而低質(zhì)量數(shù)據(jù)，是采集時(shí)因設(shè)備故障等問題錄出來本身就是錯(cuò)誤失常的動(dòng)作數(shù)據(jù)，這類數(shù)據(jù)沒有用處，不需要留存。
▎AI科技評(píng)論：同時(shí)滿足高質(zhì)量和大規(guī)模兩個(gè)要求一直是具身數(shù)據(jù)領(lǐng)域的難題，橋介是怎么平衡數(shù)據(jù)規(guī)模和數(shù)據(jù)質(zhì)量的？
尚陽星： 先用一小批有一定規(guī)模、高質(zhì)量的數(shù)據(jù)訓(xùn)練模型，再用該模型從視頻中挖掘更大規(guī)模的數(shù)據(jù)，相互增強(qiáng)。
視頻包含了一切信息，只是目前提取不出來。就像自動(dòng)駕駛，視頻里可能包含深度信息，但模型能力不夠就提取不了，需要視頻與深度的配對(duì)數(shù)據(jù)訓(xùn)練模型。
機(jī)器人同理，視頻包含大量人體動(dòng)作信息，人看視頻就能學(xué)會(huì)，但當(dāng)前從視頻中提取這些信息的基礎(chǔ)設(shè)施還沒建好。
▎AI科技評(píng)論：訓(xùn)練過程中會(huì)用仿真數(shù)據(jù)嗎？
尚陽星：會(huì)，而且仿真數(shù)據(jù)是必須的。人體數(shù)據(jù)經(jīng)過重定向后，機(jī)器人還需要在仿真環(huán)境里做強(qiáng)化學(xué)習(xí)訓(xùn)練，用來彌補(bǔ)人體動(dòng)作和機(jī)器人實(shí)際執(zhí)行之間的差距。
離開數(shù)據(jù)工廠后的復(fù)雜環(huán)境適應(yīng)，本質(zhì)上也依賴強(qiáng)化學(xué)習(xí)來完成泛化。
▎AI科技評(píng)論：使用的真實(shí)數(shù)據(jù)和仿真數(shù)據(jù)的比例是多少？
尚陽星：仿真數(shù)據(jù)會(huì)比真實(shí)數(shù)據(jù)多好幾個(gè)量級(jí)。
04
▎AI科技評(píng)論：現(xiàn)在數(shù)據(jù)工廠處于什么階段？
尚陽星：已經(jīng)跑通了所有流程，在產(chǎn)能爬坡階段。過去三個(gè)月，我們?cè)趦?nèi)部試點(diǎn)中跑通了跨本體全身運(yùn)動(dòng)數(shù)據(jù)工廠的端到端鏈路，累計(jì)產(chǎn)出了近千小時(shí)高質(zhì)量 CWM 數(shù)據(jù)，數(shù)據(jù)訓(xùn)練出的模型在十多款不同足式機(jī)器人上完成了驗(yàn)證。
我們規(guī)劃今年內(nèi)一天采集數(shù)十個(gè)小時(shí)的數(shù)據(jù)，一個(gè)月就是數(shù)千小時(shí)。今年預(yù)計(jì)會(huì)收集上萬小時(shí)的數(shù)據(jù)。
▎AI科技評(píng)論：這些數(shù)據(jù)會(huì)帶來哪些提升？未來會(huì)開放給行業(yè)嗎？
尚陽星：主要是我們模型泛化能力的提升，特別是不同動(dòng)作之間的泛化。目前機(jī)器人跳不高或做不好極端動(dòng)作，補(bǔ)充更多數(shù)據(jù)后就能學(xué)會(huì)。
我們的數(shù)據(jù)主要服務(wù)于內(nèi)部模型訓(xùn)練，不會(huì)直接給外部使用。但如果有合作方想購買數(shù)據(jù)，也可以談。
▎AI科技評(píng)論：具體到產(chǎn)品上，今年會(huì)拿出什么？
尚陽星：數(shù)據(jù)訓(xùn)練出來的能力，會(huì)通過我們的平臺(tái)化產(chǎn)品提供給大家。
去年更多的是非泛化的動(dòng)作。今年我們重點(diǎn)解決兩個(gè)泛化：跨本體和跨機(jī)型。
6月我們會(huì)推出一個(gè)革命性的產(chǎn)品，這會(huì)是歷史上第一個(gè)將機(jī)器人運(yùn)動(dòng)控制做成標(biāo)準(zhǔn)化方案的產(chǎn)品。
我們的設(shè)想是，未來任意機(jī)器人接入平臺(tái)后，就能快速獲得對(duì)應(yīng)運(yùn)動(dòng)能力，不再為每個(gè)動(dòng)作重復(fù)訓(xùn)練。
比如平臺(tái)可以和機(jī)器人拳賽結(jié)合，讓用戶自由組合不同機(jī)型的技能，分力量型、速度型等不同能力，不同本體之間的比賽才更有看頭。
▎AI科技評(píng)論：目前橋介在數(shù)據(jù)工廠上的投入，大概是什么量級(jí)？
尚陽星：我們采購了一批動(dòng)捕設(shè)備，一套動(dòng)捕設(shè)備約幾十萬元，再算上場(chǎng)地搭建、團(tuán)隊(duì)人員運(yùn)營等成本，整體投入在千萬級(jí)別。
▎AI科技評(píng)論：數(shù)據(jù)合格率高嗎？一條數(shù)據(jù)的成本是多少？
尚陽星：現(xiàn)在數(shù)據(jù)合格率可以達(dá)到90%以上。我們不按“條”，按“小時(shí)”計(jì)價(jià)，因?yàn)椴煌瑪?shù)據(jù)條的時(shí)長差異很大。一小時(shí)數(shù)據(jù)的采集成本大約是幾百元，未來也會(huì)繼續(xù)降本。
▎AI科技評(píng)論：如果想讓機(jī)器人真正達(dá)到接近人類的運(yùn)動(dòng)能力，需要多大規(guī)模的數(shù)據(jù)量？
尚陽星：大概需要幾十萬小時(shí)量級(jí)的數(shù)據(jù)，人形機(jī)器人運(yùn)動(dòng)才會(huì)達(dá)到很好效果。這是基于人的一生約幾十萬小時(shí)推斷，但人動(dòng)作有重復(fù)，也不可能做遍所有動(dòng)作，所以只是非常粗略的估算。
如果數(shù)據(jù)量上來，發(fā)現(xiàn)數(shù)據(jù)對(duì)模型訓(xùn)練沒用了，我們也會(huì)停止。
▎AI科技評(píng)論：這么說的話，聚焦運(yùn)動(dòng)控制，天花板會(huì)不會(huì)很低，未來你們還會(huì)拓展其他方向嗎？
尚陽星：等到集齊足量運(yùn)動(dòng)數(shù)據(jù)、機(jī)器人運(yùn)動(dòng)能力成熟后，我們也不會(huì)止步于此。先依靠海量全身運(yùn)動(dòng)動(dòng)捕數(shù)據(jù)打好基礎(chǔ)，讓模型擁有動(dòng)作組合能力，可靈活搭配不同動(dòng)作完成各類任務(wù)。
后續(xù)場(chǎng)景類、融合感知的規(guī)劃數(shù)據(jù)，可依托成熟模型從視頻中提取，覆蓋海量復(fù)雜現(xiàn)實(shí)場(chǎng)景。
我們的最終目標(biāo)是提供基礎(chǔ)設(shè)施，讓用戶在平臺(tái)上做組合創(chuàng)新，壁壘在于構(gòu)建應(yīng)用生態(tài)。
▎AI科技評(píng)論：基礎(chǔ)設(shè)施的概念，聽起來比你們之前“小腦廠商”的定位更為宏大。
尚陽星：其實(shí)從創(chuàng)業(yè)開始，我們想做的就是通用機(jī)器人時(shí)代的基礎(chǔ)設(shè)施廠商。運(yùn)動(dòng)控制雖然不等于操作系統(tǒng)，但是操作系統(tǒng)中很重要的一部分。橋介的長期定位是做人形機(jī)器人的操作系統(tǒng)，打造生態(tài)。
▎AI科技評(píng)論：之前有投資人和你說，你做硬件他們才投，現(xiàn)在他們的看法改變了嗎？
尚陽星：我們最近每天都在接待投資人，最近關(guān)閉了一輪融資，正在開啟新一輪融資。我感覺越來越多投資人都看明白了，有投資人和我直說，硬件現(xiàn)在太卷了，投了那么多家，最后能留下來的估計(jì)沒幾家。有長期價(jià)值的是底層平臺(tái)能力。（雷峰網(wǎng)(公眾號(hào)：雷峰網(wǎng))）
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
