
不是实验室里的摆拍,也不是模拟器里跑出来的“假动作”——这100万小时的数据,全是在菜市场挑菜、在仓库搬箱子、在写字楼里按电梯、在家庭厨房开冰箱时录下来的。智元机器人旗下觅蜂科技刚把第2万台MEgo无本体采集设备交到京东手里,这批小盒子不带机械臂、不配轮子,就安安静静挂在货架边、装在物流车顶、嵌进快递柜侧面,睁着眼睛看世界。

什么叫“无本体”?简单说,就是只采集数据,不执行动作。它不抓东西,但能看清你伸手怎么拿;不走路,但记得你拐弯时身体怎么倾斜;不说话,却录下你对着智能音箱说“调低空调”的语调和环境噪音。这些数据喂给大模型,不是教它写诗,而是让它真正理解:人是怎么在真实世界里动的、看的、听的、犹豫的、改主意的。
目前这批数据已覆盖22大类场景——从工厂产线到幼儿园教室,从地下停车场到高原牧区小卖部;走过1万个真实环境,识别超5万类物体,拆解出500多种细分任务,比如“单手拧开塑料瓶盖”“雨天撑伞同时掏手机”“老人扶着楼梯扶手下楼”。更关键的是,觅蜂已跑通“采集→三维重建→人工质检→标注训练→反馈优化”的闭环。数据不是攒出来就扔给大模型了事,而是像健身教练一样,一边录你动作,一边调你的发力方式——只不过这次调的是AI的“肌肉记忆”。腾讯Robotics X实验室已接入这套数据流,京东则准备让MEgo跟着一线分拣员实测三个月。真实世界不演戏,数据也就不用凑数。
这事儿听着挺玄,其实特别实在。你见过快递小哥蹲在分拣区一边扫码一边用脚勾住传送带挡板防止快件滑走吗?MEgo就录下了这个动作——不是标准教材里的“人体工学姿势”,而是他膝盖微屈、重心前倾、鞋底蹭着水泥地发出的那点沙沙声。这种细节,教科书不写,仿真环境模拟不出来,但人天天这么干。觅蜂团队翻过上万条原始视频,发现光是“弯腰”就有至少7种常见变体:孕妇式前倾、腰伤者侧身绕、穿高跟鞋者的踮脚借力……这些全被拆进标注系统,成了AI理解“人类动作弹性”的底层砖块。
有人问:摄像头满街都是,为啥非得专门装MEgo?答案藏在数据质量里。普通安防镜头帧率低、视角窄、夜间噪点多,而MEgo用的是定制广角+IMU惯性传感器+定向麦克风三合一模组,能同步捕捉动作轨迹、关节角速度和环境声场变化。京东物流内部测试显示,同样识别“单手拎编织袋上台阶”,传统视频数据误判率超38%,MEgo采集的数据让模型识别准确率直接拉到92.6%——差的那54.6个百分点,就是AI从“看图说话”到“真懂你在干啥”的距离。
更接地气的是,这批设备没一个在实验室恒温恒湿里待过。有127台长期蹲守在昆明螺蛳湾批发市场,夏天40℃高温下连续工作18个月;36台在漠河快递站顶着零下42℃拍了整整一个冬天;还有4台跟着牧民的皮卡车,在青藏线海拔4800米处记录“戴厚手套解绳结”的全过程。腾讯Robotics X团队反馈,正是这些“毛边数据”,让他们的双足机器人在湿滑瓷砖地面的起步成功率提升了21%——因为模型终于学会了人怎么在打滑瞬间本能地外扩双脚、压低重心。
数据不是越多越好,而是越真越值钱。当AI开始记住菜市场阿姨挑黄瓜时指尖的停顿节奏,记住外卖员雨天把单子塞进裤兜又突然抽出来看第二遍的微表情,它才真正有了“人间感”。这不是技术炫技,是让机器学会尊重真实生活的褶皱与温度。
诚利和提示:文章来自网络,不代表本站观点。