浙商汽车文姬团队 机器人数采专家系列一

机器人数据采集行业概述

机器人数据采集行业主要分为两类玩家：以人形机器人公司或本体公司为主的，从机器人本体切入并逐渐扩展到大脑或小脑运控模型的公司；以及以模型架构为导向，轻视本体的公司。行业目前主要的数据采集方式包括遥操作、5米（UMI）和异构类（第一人称视角视频，1-Go）。

数据采集方式对比

• 遥操作：通过遥控机械臂进行操作，数据质量高，但成本高、效率低、对操作员要求高。
• 5米：通过人手持同构数据采集设备进行采集，轻便、可户外采集，但数据转换效率低，设备耐久性不足。
• 异构类（1-Go）：通过第一人称视角视频采集，参与人数广泛，数据精度相对较低，主要用于预训练阶段。

行业格局与参与者

• 海外巨头：以麦卡锡为首，为OpenAI、ROBO等提供异构类数据，通过接单并进行全球范围内大规模组织人力进行采集。
• 国内公司：以光轮、蜜蜂等为代表，光轮以Pico设备为主进行大规模采集和销售；蜜蜂则通过自研硬件销售，并开始大规模采集和销售数据。
• 其他参与者：包括传统人力服务公司、数据采集公司、数据标注公司、算法数据加工类公司、云服务厂商等。

数据需求与成本

• 数据需求：目前模型对数据的需求量难以具体测算，但普遍认为需求巨大，呈现梯度增长趋势。
• 数据成本：主要成本为人力成本，异构类数据约30-50元/小时，5米数据约100元左右，遥操作数据约200-500元/小时。此外，还包括设备成本、场地成本、管理成本、数据存储和网络传输等成本。

后处理环节

• 参与者：算法数据加工类公司、云服务厂商、人工标注公司等。
• 数据转化率：遥操作数据约10-20%，5米数据约30-40%，异构类数据约50-75%。
• 成本占比：数据采集成本在模型开发总成本中占比约1-10亿美元。

自采与外购趋势

• 自采情况：主要见于数据采集公司、部分本体厂和特定模型需求的公司。
• 外购趋势：大部分公司倾向于外购数据，尤其是大型模型公司和初创公司。

数据采集场景与泛化能力

• 场景迁移：目前垂类模型无法进行场景迁移，只能在特定场景应用。
• 泛化能力：长远来看，大模型能力提升才能实现泛化能力。

仿真数据采集

• 优势：可进行大规模高效训练，避免真实环境中断等问题。
• 挑战：仿真数据与真实数据存在误差，仿真环境真实度不足。
• 参与者：苏度、光轮、吴先飞等仿真器公司，以及高校等。

研究结论

• 机器人数据采集行业处于早期发展阶段，异构类数据占比最大，未来增长潜力巨大。
• 数据采集成本主要为人力成本，此外还包括设备、场地等成本。
• 大部分公司倾向于外购数据，但部分公司会选择自采。
• 垂类模型无法进行场景迁移，大模型能力提升才能实现泛化能力。
• 仿真数据采集具有优势，但存在误差和真实度不足等问题，需要模型和仿真环境的共同发展。