未来智造局｜觅蜂科技推出“觅蜂派”  以众包模式扩大物理AI数据产能

新华财经上海9月24日电（记者 杜康）“物理AI数据生产模式正在走进‘全民数采’时代。”觅蜂科技董事长兼CEO姚卯青表示。23日，觅蜂科技发布物理AI数据众包服务平台“觅蜂派”。下载该应用后，用户可领取数据采集任务，佩戴相关设备在零售、仓储、制造、家庭等真实场景中完成指定操作，并按照有效时长获得相应报酬。

姚卯青表示，觅蜂派希望将分散在日常生活和千行百业中的真实操作经验，转化为机器人可以学习、训练和复用的数据。觅蜂派的上线，意味着物理 AI 数据生产从集中采集走向更广泛的分布式、社会化协作，围绕任务组织、数据工程、质量控制和闭环运营形成新的生产体系。

总时长已超过百万小时 具身智能的“数据网络”如何搭建？

服务员整理客房、店员陈列货架、厨师制作餐食、工人完成装配、快递员分拣包裹……这些来自日常生活和不同职业岗位的操作，对很多人而言或许习以为常，机器人却需要大量数据才能逐步掌握。

据悉，此次“觅蜂派”的推出，便是希望将专业数据采集转化为普通用户可以执行的标准化任务，让用户不用额外付出时间，结合工作和生活就可以记录真实操作。

前不久，觅蜂科技宣布第20000套MEgo采集设备下线，累计生产超过100万小时真实世界无本体数据。“无本体”是指采集不依赖特定机器人，而是先记录人的真实操作，再经过轨迹重建和动作转换，适配不同模型和机器人。这类数据能够扩大通用训练的规模和场景覆盖，并与用于动作适配、部署验证和数据回流的真机数据形成分层互补。觅蜂派的上线，将这一数据生产方式进一步延伸至社会化协作。

姚卯青介绍，觅蜂派由“场景网络”和“人群网络”共同支撑。场景网络连接酒店、餐饮、商超、物流、工厂、医疗、家庭等真实作业环境，为数据采集提供持续、丰富的任务来源；人群网络连接不同行业和地区的参与者，让真实操作经验能够被规模化记录。

在此基础上，觅蜂派通过自研MEgo数采设备、觅蜂派App和数据治理引擎MEgo Engine形成“采得到、接得到、用得上”的完整服务体系。

其中，MEgo设备按照消费级硬件标准设计，记录人类第一视角视频、毫米级位姿以及触觉、力觉等多模态信息；觅蜂派App将用户侧流程简化为接单、采集、验收和结算四个环节；MEgo Engine则完成数据处理、标注、质量评估和交付，将真实操作转化为模型可以训练和评测的数据。

觅蜂派目前覆盖22大类场景、5000多个任务和50000多个真实环境，具体场景包括物流、仓储、住宿服务、教育、养老照护、餐饮、零售等。这些场景既包括取放、整理、搬运等通用操作，也包含装配、检修、照护等专业任务，可为机器人训练动态环境理解、精细动作控制、连续流程执行、风险判断和安全交互等能力提供数据。

当天，觅蜂派发起“场景数据联盟”，联合场景方、采集网络、机器人及模型企业，推动场景需求、数据采集、模型训练和落地验证形成闭环。联盟首批成员覆盖零售商超、酒店文旅、餐饮服务、养护院、智慧生活、医疗健康等领域，包括东呈酒店、中旅集团、华驿酒店、陈香贵、浦商生鲜超市、普善养护院、上海德济医院等50余家企业和机构。

从市井烟火到生产一线 “机器人训练师”走进各行各业

前不久，人力资源和社会保障部等部门正式发布“具身智能机器人应用技术员”新职业。随着机器人加快进入工业、物流、家居等真实场景，数据采集、模型训练和场景应用正在形成新的岗位需求。

在为期一个月的内测期间，觅蜂派注册用户数达2万人，累计产生1.3万份采集任务提交。首批参与者来自不同年龄和职业，他们将日常劳动与专业技能转化为机器人训练数据。

内测期间，42岁的网约车运营人员李国英第一次戴上觅蜂MEgo数采设备，记录浇花、擦玻璃、整理桌面和文件的过程。大约15分钟后，她将数据上传至觅蜂派App，通过审核后获得任务收益。此后，她开始利用下班后的时间，在做家务时完成采集。“把生活兼顾了，还能有一份额外收入，是双倍开心的事情。”她说。

机器人训练师记录的不只是日常劳动，也包括非遗传统技艺。仁昌顺苏式糕点制作技艺传承人陆小星说：“把这些数据记录下来，上传给机器人学习，打开了我对传承的新思路。”通过采集，揉制、包馅、压模等动作及其力度、节奏得以被记录，为非遗技艺留下新的数字载体。

发布会现场，姚卯青为李国英、陆小星等16位参与首批内测的数采员颁发“001号机器人训练师”证书。同时，觅蜂科技正式发布“机器人训练师职业计划”，面向全社会开放机器人训练师招募通道。中国人才交流协会秘书长丁国杰对该计划的成长路径和新职业价值进行了现场解读。觅蜂派将通过任务分级、技能培养和认证激励，为机器人训练师建立更清晰的成长路径。

为降低用户参与门槛，觅蜂派无需用户掌握编程或机器人知识，任务页面清晰展示操作步骤、设备要求、验收标准和收益规则；采集进度和审核结果均可查询。平台以“合规、真实、标准、不串、多点”五项标准贯穿任务设计、采集执行和质量验收，保障有效数据质量。

“上量”后还需“提质” 数据才能转化为模型能力

众包模式能够快速扩大产能，也天然会带来质量控制问题。

中国信息通信研究院人工智能研究所具身智能与机器人部副主任张蔚敏表示，众包数据平台的价值不只是汇集大量记录，更在于通过任务组织、数据工程、质量控制和闭环运营，将分散的数据转化为可训练、可评测的数据资产。

姚卯青将众包数据进入模型训练的过程概括为“采、懂、译、用”：MEgo设备首先采集第一视角视频、手部位姿以及触觉、力觉等信息；MEgo Engine再对长程任务进行理解和切分，将不同人的操作拆解为抓、拿、放、拧、按等120多种标准原子动作；经过处理和分级的数据最终进入具身模型训练，并通过真机作业验证、回流和迭代。

当前一些第一视角数据采集会要求参与者放慢动作、保持手部持续可见，并按照相对固定的流程执行，因为这类数据更容易被现有算法解析。但这种方式也存在一大争议：当人开始迁就算法，真实世界中原本存在的快速运动、遮挡、自然纠错和非标准操作会随之减少，模型最终看到的行为分布也可能被人为收窄。

据悉，觅蜂对“高质量”的定义，一方面是关注真实行为能否被高质量设备准确记录；另一方面，则是考验数据能否真正转化为模型能力。为让海量真实数据能够被高效利用，数据还要经过多维度质检，从数据格式与时序、任务完整性、传感器质量、语义准确性和动作可学习性等方面进行评估，为来源不同的众包数据建立统一“体检”标准。平台再根据质量和使用价值对数据进行分级，使其匹配不同的模型训练、评测和长尾场景学习需求。

真正判断数据质量的，始终是下游模型是否愿意复购，以及使用之后有多少价值。据了解，觅蜂百万小时级无本体数据已开始服务腾讯 Robotics X 实验室、蚂蚁灵波等头部客户，根据不同模型训练需求提供相应的数据产品与服务。

值得一提的是，围绕数据安全和参与者权益，觅蜂派建立了覆盖采集、加工、传输和交付环节的管理机制，通过敏感内容识别、人脸及个人信息脱敏、实名认证、电子签约、授权留存和分类分级管理，确保数据来源和使用过程可追溯。发布会上，觅蜂科技联合贵州省新一代网络空间安全全省重点实验室发出《具身智能数据安全行动倡议》，倡议产业链各方坚持合法、正当、最小必要原则，规范数据采集，筑牢全链路安全防线，完善行业协同机制。

编辑：李一帆

声明：新华财经（中国金融信息网）为新华社承建的国家金融信息平台。任何情况下，本平台所发布的信息均不构成投资建议。如有问题，请联系客服：400-6123115