具身智能数据来源

面对面｜熊友军：真机、仿真、互联网视频三类数据，人形机器人该怎么选？

AI 摘要

具身智能对数据属性、采集方式、标注范式提出了不同于通用大模型的要求，行业演化出真机交互数据、仿真合成数据与互联网视频数据三条差异化数据来源路径，各有支持者并衍生出技术路线取舍的讨论。

正文 · 中文整理稿

通用大模型的能力跃迁建立在海量文本数据之上，但具身智能面向动态、不确定的物理世界，对数据的属性、采集方式、标注范式提出了完全不同的要求。为了解决机器人的感知、理解与行动学习问题，行业逐步演化出三条差异化的数据来源路径：从公开互联网视频中学习世界常识，在仿真环境批量生成合成数据做高效预训练，以及在真实物理世界采集真机交互数据打磨落地能力。三条路线各有支持者，也衍生出关于技术路线取舍的讨论。
财新：目前行业中具身智能数据主要分为三类：真机交互数据、仿真合成数据与互联网视频数据。如何看待这三条数据路线的竞合关系及发展趋势？

来源：财新 · caixin.com