7月17日，WAIC（世界人工智能大會）開幕，具身智能機器人迎來一場年度集中檢閱。這個行業仍在快速演進，第一財經記者了解到，一個明顯變化是，近期具身智能機器人對算力的需求快速涌上云平臺。

即便具身智能的商業需求跟自動駕駛相比還“不在一個數量級”，騰訊云異構計算產品副總監黃陽告訴第一財經記者，增速已經非常快。

黃陽感受最明顯的一點是，近期數據方面的需求尤其多，數據清洗、采集相關的需求占新增需求的大頭，推動今年騰訊云具身智能相關業務的算力需求規模增長了4~5倍。

數據缺乏此前被認為是具身智能機器人能力演進的最大障礙之一，但記者從一些參加WAIC的機器人廠商了解到，近期業界獲取數據用于訓練機器人的范式發生了改變，促使數據量和數據處理需求迎來新一波增長。

“從云的角度，我們發現最近數據處理需求量暴漲。”黃陽告訴記者，這也在云上催生了一種新調度模式，企業夜間閑置算力可以用于數據標注和處理，騰訊云通過潮汐算力的方式提供算力供給，降低具身智能廠商的單位算力成本。

對于數據處理需求變化，具身智能數據基礎設施廠商艾歐智能聯合創始人丁哲章也感受頗深。他告訴記者，業界出現了很多數據公司，有些是從自動駕駛、大模型數據領域轉向具身賽道，專門做數據生產、標注、眾包采集、清洗處理和轉換。

其背后，一種新的數據獲取方式興起，即由人帶上數據采集設備收集機器人訓練所需的數據，業界也稱為“人類數據”，區別于仿真數據和機器人本體采集的數據。

在丁哲章的記憶中，輕量化數采設備是從去年11月開始出現，帶有幾個視覺視角和一些定位裝置，甚至有廠商采用更簡易的方式，例如用帽子上安裝的手機、戴智能眼鏡和普通VR設備。這些設備安在人身上，記錄下動作和物體的變化，數據相比真機數據更容易獲取，采集效率也大幅提升。

艾歐智能負責數據采集、清洗、標注、管理、轉換等工作，為全國多地數采廠提供了采集設備并服務下游模型廠商。在“人類數據”快速增長的情況下，丁哲章發現，這類數據濃度今年以來明顯上升。

“以往用仿真合成數據主要是為了彌補真機數據難采、數量不足的缺失，一些公司訓練所用數據的大致配比是真機數據10%~20%、合成仿真數據80%~90%。現在仿真數據也有一些獨特優勢，但已出現一種新方式，即用80%‘人類數據’做預訓練、20%真機數據做后訓練。”丁哲章告訴記者，業界訓練一個模型的“人類數據”以往可能只有幾百小時，現在可提高至50萬小時，甚至有人認為數據量將能達到1000萬小時。

元點Zeroth的家庭人形機器人產品面向老人陪伴、寵物記錄、兒童教育等場景，該公司聯席CTO李元慶也告訴記者，他接觸的數據服務商反饋，今年數據采集轉向“人類數據”趨勢尤為明顯，“大家每往前做一步，對數據就有越多、越深的理解，‘人類數據’也變得越可用，數據整體變多了。”

具身智能數據增長轉變為更多數據處理的需求，導致算力需求也增加了。丁哲章告訴記者，“人類數據”后續處理的工作量比真機采集數據的方式更多。公司有一個數據平臺，提供數據管理、清洗、標注等方面的能力，背后用到騰訊云的存儲和算力底座。

隨著可用數據增長，具身智能機器人訓練也需要更多算力。丁哲章告訴記者，以往采集數據主要用來做后訓練，數據量和模型規模比較小，現在數據量爆發式增長后已能支持預訓練。李元慶也告訴記者，模型的探索策略越來越龐雜，模型參數量比以前更大，算力需求在提高，也有更多算力流向云端。

李元慶舉例，他嘗試過在端側“壓榨”2.5B（B為10億）參數模型的能力，將其部署在不超過40 TOPS算力的板卡上，但后來發現，當要求機器人做一些需要高成功率的動作時，模型低于20B就滿足不了要求。為了做到一些長程任務并加入推理指令遵循能力，不能只依靠端側小參數模型，只能“上云”。

“端側部署（算力）成本非常高，放在云上運行，云端協同的芯片架構和通信架構則需要云廠商來做。”李元慶告訴記者，該公司還用到ClawPro云端開源智能體平臺，用于開發跌倒檢測等機器人技能，也要用到云算力。

具身智能可用的數據量整體增長了，但業界認為要帶動機器人能力躍進，還需要一個過程。一個原因是，真機數據依然是剛需，但依然太少，且特定場景的數據量依然稀缺。

真機數據需要機器人本體采集，可由人帶上遙操作裝備控制機器人運動。WAIC前夕，記者在艾歐智能的實驗室看到，工作人員穿著裝備控制機器人完成推拉小車、抓取面包等任務。雖然裝備并不厚重，但在人的操控下，機器人的動作依然顯得有些緩慢和笨拙。一片面包要緩慢地夾住，有時還會夾到盤子，把面包放到特定位置時也要動作輕緩。

與此同時，目前類似“抓水杯”的簡單動作數據已經不缺，但按摩、加油、拿柜子底層一雙鞋等特定場景數據依然稀缺。丁哲章表示，數據采集的問題還涉及更多層面，例如此前靈巧手不夠成熟，就無法用靈巧手采集高質量數據，操作機器人運動的基礎模型不成熟也難以對機器人遙操作，是近期靈巧手可用性增加、近半年機器人全身操作基礎模型變得更加可用，才涌現出更多靈巧手長程精細操作數據和全身操作數據需求。

“數據、算力、模型、場景、機器人本體就像五根手指，握在一起才是拳頭，缺一不可，這是一個復雜系統，每個維度都無法有效拆開，數據與本體硬件形態有關，執行功能與執行場景有關。”李元慶如此總結。

機器人硬件與軟件的強耦合狀態，也是業界認為機器人需要逐步迭代、難以一夜間涌現出超高能力的原因。一些業界人士認為，從本屆WAIC可以看見機器人真實的智能能力，但目前尚不需對機器人走向真實場景落地的速度抱以太高的期望。

黃陽表示，具身智能和自動駕駛相似，都有"長尾效應"，即進展非常快推進到60%、70%、80%，但最后的20%要花非常多時間走完，最后的百分之幾是最難。

“大家對具身智能機器人的預期和本體、模型能做到的程度之間還有斷層。”丁哲章告訴記者，現在數據飛輪尚未啟動，預計2~3年內可以啟動。目前業界最重要的事情仍是鋪墊好基座模型能力，讓機器人開始進入具體場景積累能力。

來源：第一財經