“蜜蜂人”姚卯青

姚卯青总是像蜜蜂一样忙碌。他的公司叫觅蜂科技，这半年他的状态也确实像一只不停起落的蜂。

4月16日，上海张江科学会堂，他站在觅蜂科技全球首次发布会的台上，发布一站式物理AI数据服务平台。那场会一直开到傍晚六点。7月，世界人工智能大会，他先出现在主论坛的"世界模型"圆桌上，两天后又以主办方身份站在"智启具身论坛"的开场，论坛主题为“模型与数据飞轮”。

时间来到9月23日，姚卯青“飞来”黄浦江边的一家酒店。这天是觅蜂派全球发布会，他率先登台演讲，因为有其他环节，演讲完他在台上台下不断往返。之后他又匆匆赶往媒体群访间，接受近百位媒体人的群访。步履从未停歇。

他始终展露出一种温文尔雅的形象，对于每一个问题他都能稳定且充分地输出，几乎没有情绪波动。如果人类想要一个机敏的，温润的，情绪稳定的机器人，那姚卯青可能就是最好的蒸馏模板。

群访从五点多一直持续到夕阳从黄浦江里彻底隐去，结束后，姚卯青又立即飞到另一个等待他出席的房间。

这些年姚卯青也一直在寻找自己的“蜜”。他的职业履历，几乎踩准了过去十年人工智能与物理世界交汇的每一个节点。清华大学电子工程系本科，南加州大学博士，此后是谷歌广告算法部门、甲骨文、Waymo。2021年他回国加入蔚来，任智能驾驶部门技术总监，3年后成为智元机器人的合伙人。

2026年被业界称为具身智能数据元年，姚卯青又主导孵化上海觅蜂具身智能科技有限公司，出任董事长兼CEO。两次转身，做的基本是同一件事，那就是教机器在物理世界里把事情做对。现在他笃定答案就在数据里，数据里有他要寻找的“蜜”。这也基本也是行业共识。

成立觅蜂科技以来，姚卯青极其贪婪地生产数据。这一次，他不再满足于自己做那只蜜蜂，试图让更多人戴上MEgo，走进真实场景，成为分散在各处采集数据的“蜜蜂”。

01

数据需求已提到千万小时

中国信通院在觅蜂派全球发布会上给出一组测算，若想实现机器人的"ChatGPT时刻"，可能需要千万小时数据。如果全靠真机，按每台每年有效交互约600小时算，要21200台机器人连轴转一整年。

而当前全球高质量真实物理数据，只有10万到100万小时量级。还有很大的缺口。

姚卯青的感受更具体。去年上半年行业还在聊几万小时，年底有人报20万小时，今年开始年很多人说100万小时，他接触到的客户甚至已经开口提千万小时需求。

对于具身数据来说，当前摆在桌面上的有三条主流路线。仿真数据便宜，但sim-to-real的鸿沟似乎一致没跨过去，真机遥操作和最终本体一致，但贵、慢且受限于特定机型。

第三条就是姚卯青押注的，以人为中心的无本体采集，让人戴头环、夹爪在真实生活里干活，再通过轨迹重建和动作重定向，把人的动作"翻译"成机器人能用的数据。

当然，这条路最被质疑的地方，是人和机器人身体根本不一样。人手有21个自由度，机器人有夹爪、吸盘、五指手，力觉触觉也不在一个维度。

姚卯青的解释是，无本体数据不是为了某个demo定向优化，它是在预训练阶段提升基础模型的零样本泛化能力。想让一台机器人叠衣服叠得好，真机数据立竿见影，但想训练一个能在新环境、新任务里零样本完成动作的通用模型，就需要海量来自不同人、不同厨房的Ego数据。

据姚卯青透露，连大模型公司都开始买Ego数据了。觅蜂科技的客户有三类，做基座模型的具身公司，做世界模型的无本体创业公司，以及大模型厂商。

"互联网上的数据已经消耗完了，大模型要进一步提升智能，必须进入真实世界去闭环、去决策。最近一些头部大模型的新版本已经具备物理世界规划能力，就是把这些数据训进了多模态基模。"姚卯青说。

大模型厂商正在盯着具身数据，确实是事实。据我们了解， GPT 6之所以能够控制机械臂，是因为GPT 6已经开始用具身的数据进行训练了，国内一些数据公司也接到了他们的订单。

这可能是行业叙事最关键的一次重心转移，物理AI数据不再只是机器人公司的采购项，它正在变成下一代通用人工智能的燃料。

今年具身数据赛道确实很热。上半年以来有近百家初创涌进来，普遍以技术背景创业，快速做原型设备。但这门生意要规模化、盈利，非常看重运营能力，前期设备、人员、结算、云端存储全是重投入。

应对今年1000万小时数据，是大几个亿的固定资产，不是融几百万就能玩的。姚卯青断言行业最后必然会整合，会分化出做设备量产的、做运营的、做后处理分发的几类公司。

02

打造100万“蜜蜂人”

觅蜂最早的打法是传统集中式数采，自研MEgo设备，自己带团队进真实场景采集。到8月31日第20000套设备下线，累计沉淀100万小时。

但这100万小时在2026年已经不够用了。姚卯青说，叠衣服这类数据已经泛滥，修水管、修车、理发、电机产线拧螺丝、海南摘椰子这类专业技能数据几乎空白。

如何提高采集数据的效率，是整个行业思考的问题。觅蜂派就是为这件事推出来的，把采集从集中式变成分布式社会协作。

产品是三件套。MEgo View头环覆盖300度视野，可选腕部相机。MEgo Gripper是无线UMI夹爪，毫米级轨迹、亚毫秒同步，可选三维触觉。App端是接单、采集、验收、结算四步。

真正的壁垒在后台MEgo Engine，把成千上万家庭里拍回来的、格式参差的视频，自动切分成120多种标准原子动作，再经ManiEval从格式、任务、传感器、语义、可学习性五个维度质检分级。

内测一个月，2万人注册，1.3万份任务提交。设备租金仅一天39元，推广期19元，定价不是为了收钱，只是个门槛，因为免费发的设备可能没人珍惜。

而且，第一批使用者已经赚到前。收入榜第一名朱女士一个月5111元，第十名也有3595元。同期觅蜂科技宣布1亿元补贴，5000万花在任务上，2000万在设备上，3000万在40个城市建线下服务网络，200万给采集员买保险。

觅蜂派业务副总裁张智富称，两年内造出100万第一代机器人训练师，我们相信打造全球领先的物理AI，数据供给平台我们指日可待。

如果真能实现，这100万人机器人训练师，就会成为头戴MEgo设备每天忙碌采集的“蜜蜂”。家庭、酒店、商超、工厂、医院，每一个物理空间都充满了数据这种“蜜”，他们采集的是机器人需要的这种“蜜”，同时获得金钱回报。

觅蜂科技还成立了"场景数据联盟"。首批50多家成员覆盖东呈、中旅、华驿、陈香贵、浦商生鲜、普善养护院、德济医院、龙旗、正荣、轻喜到家等。逻辑是，场景方开放真实作业环境，采集员在里面干活，觅蜂做标准、工具链和合规，模型公司按需采购。

这套打法本质上是把觅蜂从"自己买设备、自己雇人"的重资产公司，变成撮合场景、人和需求的平台。但平台化不意味着轻，设备月产能几万套，走到亿小时数据需要10万套设备保有量。

03

一些尖锐的问题

发布会灯光下，还有一些行业内存在的比较尖锐的问题。

例如Ego数据的质量。一位具身业内人士很坦诚地告诉我们，Ego数据目前最大的问题是利用率很低，可能只有30%，很难成为主流具身数据的采集方式。

这意味着真正有价值的，可能不是采了多少小时，是后面的数据飞轮能不能转起来。

不过姚卯青给的数字是，结算环节之后，超过95%的数据最终能被用起来，而且不非黑即白，分级贴标签喂给不同训练阶段。但这个数字是在MEgo Engine跑顺的前提下成立的。

另一个关键的问题是，目前觅蜂派主要解决的是具身模型预训练阶段的数据供给，而行业当下更关注应用落地，后训练对真机数据的需求更高、成本也更贵，觅蜂如何降低这一环节的数据成本。

对此姚卯青回应称，觅蜂一直在提供真机数据，并通过专业化运营，从采集效率、结算、激励等方面持续优化。

他认为，目前真机设备采集的效率已经接近较优水平，虽然真机数据成本比无本体数据高出数倍，但由于后训练所需数据量并不会达到百万、千万级，整体成本仍在企业可以接受的范围内。

与此同时，巨头的下场对觅蜂科技来说也在承受压力。

8月Figure推出Index平台，号称明年扩大100倍，对应15亿美元量级。更早之前，Meta已经通过Project Aria和14所大学合作，用第一视角和第三视角采集足球、烹饪、自行车维修等真实技能数据。

国内方面，原力无限旗下星河数据也在9月启动“群星闪耀计划”，计划投入5亿元，建设千万小时级具身数据。

这可能意味着，觅蜂科技"全球首个全品类众包平台"在字面上成立，但在竞争意义上并不独占赛道。

“很多公司做数采是为了服务自己内部模型，觅蜂定位服务行业普遍需求，通过像觅蜂这样的平台，我们也可以把这些数据其实是可以形成一些多次销售的商业模式，也能降低整个行业和社会重复造轮子的成本。”姚卯青回应。

发布会最后，姚卯青用了个词形容自己做的事——"经验的炼金术"，而不仅仅是一个数据搬运工。他和觅蜂通过这场发布会，最想要解决的问题就是，机器人什么时候才能有更多的机器人进入工厂，进入商店，进入家庭来服务我们。

从自动驾驶到具身智能，姚卯青这是第二次把自己放进一条周期漫长的赛道。上一次，他看到了产业链收敛的全过程，这一次，他想站在收敛之后仍然能站住的那个位置上。

至于那个位置上最后是谁，是觅蜂，是Figure，还是某个今天还没出现在发布会上的玩家，现在没人知道。

但有一件事已经越来越清楚，具身智能的下一场竞争，不只在模型和机器人本体，也在真实世界的数据里。而未来姚卯青仍然会像蜜蜂一样飞来飞去，在数据里找真正有价值的“蜜”。