北京
9月23日，觅蜂科技正式推出觅蜂派，也就是业内所说的“中国版Index”。不同于大模型可以轻松抓取海量文字，具身智能最大的短板，就是缺少真实物理世界里人类动手操作的动作数据。觅蜂派的思路很直白：发动普通人戴上MEgo采集设备，在家、门店、工厂里正常干活，把动作记录下来，审核通过就能拿到报酬，把普通人的生活和劳动经验，变成机器人的训练教材。
很多人会拿它和Figure Index对比，两者虽然都采用众包采集，但底层逻辑完全不一样。Index是Figure的内部数据管道，采集的数据只服务自家模型；觅蜂派是面向全行业开放的数据服务平台，给不同机器人厂商、模型公司按需生产和交付数据。这就意味着，它要面对更加多元的行业场景，对场景覆盖、数据标准和稳定交付能力的考验也更严苛。
具身智能正在走出实验室，进入落地阶段，但物理动作数据的缺口一直卡着行业进度。像拧瓶盖、整理桌面、打包货品这类普通人随手就能完成的动作，很难形成大规模高质量数据集。过去行业主流靠真机遥操采集，数据质量高，但成本贵、扩张慢，很难做到百万小时以上的数据规模。行业共识是，想要真正实现具身AGI，数据规模需要从百万小时迈向亿级小时，单靠实验室里的遥操采集根本做不到，众包模式就成了放大产能的关键解法。
觅蜂派内测一个月就吸引2万用户参与，普通人不用懂编程，只要按照任务要求佩戴MEgo设备，在熟悉的环境完成操作即可。有人利用下班做家务顺便采集，非遗手艺人也可以把揉面、压模这些传统技艺记录下来，既给机器人留下学习素材，也为非遗保留数字载体。这不再是单纯的接单赚钱，而是各行各业的经验，都有机会转化成AI的知识储备。
所谓全品类，底气来自国内庞大的产业场景。觅蜂发起场景数据联盟，吸纳50多家企业机构，覆盖22大类场景，5万多个真实环境，从仓储零售、酒店餐饮，到养老医疗、农业建筑，通用操作和专业工序都能覆盖。中国完整的产业链，正在直接转化成物理AI的数据优势。
众包模式最怕数据质量参差不齐，觅蜂的解法不是粗暴过滤，而是“不过滤，只分级”。自研MEgo设备采用多视角多模态采集，300°全景搭配腕部特写，加上毫米级轨迹重建，硬件层面保证动作、环境信息同步准确。再通过ManiEval体系做多维度质检分级，不同品质的数据匹配不同模型训练需求，最大化用好每一条真实采集素材。目前平台百万小时级数据，已经供给腾讯Robotics X、蚂蚁灵波等头部客户。
当然，众包数采不是万能药。大规模民间采集，依旧要面对数据一致性、隐私合规等潜在问题。但站在行业拐点来看，觅蜂派真正的价值，是搭建起一套社会化的数据生产网络。文字大模型靠互联网海量文本起飞，而机器人想要走进千家万户，就需要海量真实世界动作数据。觅蜂派打开了真实世界的数据闸门，让普通人的日常经验，成为驱动具身智能往前走的底层燃料。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
