转自：中国经营网

人类拿住一个篮球，既不会把它挤变形，也不会让它从手中滑落。这个动作看似简单，背后是大脑对力量和摩擦力的精确控制。对机器人来说，要学会这件事，光看视频远远不够，它还需要知道手指施加了多少压力，皮肤和球面之间产生了怎样的摩擦。

这正是诺亦腾机器人正在做的事，这家企业在人体动作数字化技术的研发与应用方面，拥有13年的积累沉淀。近日，诺亦腾机器人副总裁、合伙人李遥在接受《中国经营报》在内的媒体记者采访时，阐述了当前机器人训练数据的现状与挑战。

现有数据量远无法满足行业需求

在李遥看来，当前机器人领域高质量数据的稀缺程度，远超外界想象。

“最简单的任务，比如把杯子从A点拿到B点，很多机器人在演示中做得不错，但一到真实应用场景，面对场景变化、光照变化、操作物变化或突发状况，完成率就会出问题。”李遥说，连这种基础任务都需要持续积累大量高质量数据。

他所说的“高质量”，并不是从互联网上搜刮数据再做清洗就能达到的。真正高质量的数据，需要采集员佩戴专用的第一人称视角设备，完成足够多的标准动作和变体动作，同时记录下手部的触觉信息，这包括压力、摩擦力等物理交互数据。此外，采集时视野内的环境信息、场景中物体的畸变处理等，也是不可或缺的组成部分。

目标数据量有多大？李遥给出了一组数字：今年的采集目标是几十万小时级别，明年将达到几百万小时起步。而行业客户的真实期待，实际上在千万小时级别。“现有数据量离真正解决行业需求，可能还差两个数量级。”他直言。

行业里常说的“数据金字塔”，自上而下分为三层：真机遥操数据、以人为本的数据、仿真数据。李遥解释，三者不是互斥关系，而是在模型训练的不同阶段发挥各自作用。

真机遥操数据，是指人穿上动作捕捉设备遥控机器人本体，直接采集机器人的运动信息。这类数据质量最高，因为没有“翻译”带来的信息损失，可以直接用于训练对应机型。但它的效率最低、获取难度最大，更适合用在模型的后期调优阶段。

仿真数据获取容易，理论上也有一定泛化能力，但最大的短板是缺乏物理信息。李遥打了个比方：“让机器人看费德勒打网球的视频，看十万小时也学不会，因为缺少‘用了多大力’‘怎么卸力’‘怎么迎球’这些物理交互数据。”

以人为本的数据，处于金字塔中间层。诺亦腾机器人选择将重心放在这一层，有其历史渊源。公司十多年前就开始专注人体运动捕捉，在“把人的动作数字化”方面积累深厚。这类数据的核心优势在于可迁移性，一批采集自真人动作的数据，经过重定向映射，可以复用到不同机器人身上。“我们最终希望机器人学会人的能力，采集人类的先验知识是最直接的路径。”李遥说。

想用众包方式填平数据缺口

面对庞大的数据缺口，仅靠一家公司的采集工厂远远不够。李遥给出的解决方案是众包。

诺亦腾机器人目前拥有数千平方米的数据采集工厂，但李遥很清楚，行业所需的全部数据不可能只在工厂里完成。“行业里永远别指望几家数据公司自己就能干完所有采集工作。”他说。

诺亦腾机器人正在研发更轻量化、更易用的第一人称视角采集设备，希望未来通过众包，让普通用户在真实生活场景中采集数据。比如下班回家做家务时，佩戴设备把真实的家务动作采集下来。“这既有泛化性，又是真实能力的体现，而不是找演员演出来的。”

按照规划，众包团队将在今年年底到明年达到近2万人规模，覆盖全国各区域乃至海外，场景以泛家居为主，后续逐步拓展到专业领域。

为什么先从家庭场景切入？李遥的解释是，家庭场景中的抓、拿、放、推、拉等操作，是许多复杂任务的“原子动作”。“学会了拉抽屉，产线上拉其他抽屉也大体类似。”先让机器人通过大量数据学会这些基础能力，再在此基础上做进一步优化。

随着越来越多的玩家涌入数据赛道，竞争加剧、价格承压已成趋势。目前市场上动作捕捉类数据的价格约为每小时几千元。但李遥并不担心竞争。“绝对是越多竞争越好。这是个巨大的市场，10家、50家都不嫌多。”

在他看来，行业里每家企业真正的护城河不在于谁有更大的采集工厂或更贵的设备。“数据质量不是单一环节决定的。采集设备好不代表数据好，场景好也不代表采集质量好。每个环节都要比平均水平好，串起来才能给用户提供足够价值。”

谈及中美在机器人领域的竞争，李遥认为中国在数据维度具备明显优势。一是场景丰富，美国制造业外迁后许多工业场景相对稀缺，而中国拥有完整的工业产业链，可供采集的真实场景极为丰富。二是人力成本和整体素质，在真实环境中做数据采集对纪律性和责任心要求很高，中国的采集团队在这方面表现较好。“如果能在数据赛道积累足够优势，一定能反哺模型赛道，这对国家来说是很大的机会。”他说。

从上一届机器人大会到本届，行业变化已经肉眼可见。李遥提到，今年春晚机器人翻跟头已经非常流畅，机器人马拉松从第一届的磕磕绊绊到第二届已经相当顺畅。正在举行的第二届世界人形机器人运动会，人形机器人在百米赛场、跳高等领域不断突破人类纪录。这些进步的背后，正是数据质量和数量的持续提升在发挥作用。

“我非常期待今年运动会上参赛厂商能交出什么答卷。”李遥说。作为数据供应方，诺亦腾机器人过去一年在数据量积累、数据处理、清洗、标注等环节持续迭代优化，这些改进最终会传导到模型训练，让机器人变得更聪明、更灵巧。

（编辑：卢志坤 审核：童海华 校对：翟军）