具身智能正加速从实验室走向产业落地，但训练机器人执行真实任务所需的海量动作数据仍存在显著缺口。据中国信通院人工智能研究所联合人形机器人（上海）有限公司、具身智能测试实验室发布的《具身智能训练场研究报告（2026年）》测算，具身基础模型若要迎来类似大语言模型的突破时刻，至少需要千万小时级的真实数据。若全部依赖真机采集，按每台机器人每天有效工作2小时、每年工作300天计算，需超过两万台机器人连续工作一年。而当前全球可用的高质量真实数据仅数十万至百万小时级，供需相差一个量级。
这一缺口已在海外市场得到验证。美国人形机器人公司Figure于今年9月发布Helix 2.5模型，在旧金山湾区租下30套陌生住宅进行盲测，机器人不采集新数据、不做现场训练，直接执行整理客厅、叠毛巾、铺床三项家务。结果显示，使用人类行为数据集Index做过预训练的模型完整任务成功率为56％，而从随机权重起步的对照组成功率仅为9％。
在此背景下，觅蜂科技推出觅蜂派APP，试图以众包模式解决数据采集的规模化难题。觅蜂科技董事长兼CEO姚卯青表示，机器人所需的数据并不稀缺，酒店整理床品、餐饮备餐、物流分拣、工厂装配等场景中，真实动作数据每时每刻都在产生，缺的是采集工具。觅蜂派APP允许实名注册用户申领MEgo设备，在正常生活和工作之余完成数据采集，从领任务到结算共四步。
硬件层面，MEgo View头戴设备以多相机覆盖超过300度视角，腕部相机捕捉手部细节；MEgo Gripper作为无线UMI类设备，空间轨迹重建精度达毫米级，三维触觉可记录手部位置与施力大小，全通道硬件级同步为亚毫秒级。数据回传后，MEgo Engine云端引擎完成切片、标注与空间信息提取，再通过ManiEval体系从数据、任务、传感器、语义、动作五个维度进行质检。姚卯青表示，数据质量将按层级打标签保留，超过95％的数据最终能被使用，70％至80％可保留至精细化处理阶段。
当前具身智能数据采集行业仍处于早期阶段。真机遥操作是此前通行做法，数据与本体高度对齐，但采集速度受机器人数量、操作人员和场地限制，成本随规模同步上涨。信通院报告显示，截至2026年6月底，全国已建成启用超70家具身智能训练场，另有46家在建或规划中。训练场属重资产投入，仅部署100台人形机器人，本体采购成本即可达数千万元。觅蜂科技副总裁殷哲将数据采集比作挖矿，称设备是工具、运营是工厂、场景资源才是矿。当前国内真实物理交互场景的合规数据约100万小时，而商业化落地需要千万甚至数亿小时。
姚卯青判断，行业整合是必然趋势，未来将分化出设备方、运营方和后处理方，不会由单一企业覆盖全链条。目前觅蜂科技已将2万套MEgo设备陆续投放至家庭、办公、零售、生产、餐饮等真实场景。具身智能数据供给能否从数十万小时级跃升至千万小时级，将直接影响机器人从演示走向规模化商用的时间表。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
