72天数据赛道产能如何从零突破千万小时关口

具身智能的Scaling Law真的停滞不前了吗？

事实并非如此。当前发展面临的核心瓶颈，或许比预想的更为具体——物理AI所能获取的真实机器人交互数据总量，竟不及大语言模型训练数据量的两万分之一。

这片“数据荒漠”不仅极度匮乏，更存在标准不一、质量良莠不齐以及供需难以匹配等多重挑战。若无法实现高质量、标准化物理数据的规模化供应，具身智能技术或将长期徘徊在实验室阶段，难以实现真正的产业落地。

转机已然出现。2025年4月16日，上海张江，一家成立仅72天的创新企业——觅蜂科技（Maniformer），正式公布了其破局之道：推出MEgo系列无本体数据采集硬件解决方案。

该方案的核心组件，包括一只重量仅480克的多模态“机器手”与一个具备300°全景视野的感知终端。其设计目标直指行业痛点，旨在系统性解决物理世界数据采集长期存在的成本高、效率低、多模态数据难以同步等难题。

与此同时，觅蜂科技同步发布了其物理AI数据服务平台与MEgo Engine数据治理引擎，联合多家权威机构启动了“蜂巢数据共创行动”，并与京东云、百度智能云、阿里云等头部科技企业达成战略合作。这一系列紧密布局预示着，具身智能的“数据元年”大幕，或许正由这只“小蜜蜂”率先揭开。

破解具身智能数据困局，构筑物理AI数据新基建

在发布会现场，觅蜂科技董事长兼CEO姚卯青指出，人工智能正从数字虚拟世界加速向物理现实世界迈进，具身智能已成为驱动下一代计算革命的关键赛道。

然而，行业面临的“数据荒漠”问题异常尖锐。物理AI所需的真机交互数据，在规模上与传统NLP大模型存在数个数量级的差距，加之数据采集标准缺失、质量参差、供需两端难以高效对接，严重制约了技术从原型验证走向大规模商业应用。

为此，觅蜂科技将自身定位为一站式物理AI数据服务与解决方案平台，以“让全球数据赋能AI进化”为愿景，专注于打造面向具身智能的数据平台型基础设施，致力于实现数据供给的体系化、标准化与规模化。

区别于传统的数据服务提供商，觅蜂科技的抱负更为宏大。其核心战略在于构建一套完整的物理AI数据基础设施，覆盖真机遥操作、无本体采集、高保真仿真等全数据范式，并打通从采集硬件、处理软件、数据平台到运营服务的全产业链条。最终目标是提供类型全面、质量可靠、交付高效的“全、好、快”数据能力，让高质量物理交互数据能像基础资源一样便捷取用。

MEgo系列硬件重磅问世，重塑高保真全场景数据采集标准

本次发布会的焦点，是MEgo系列无本体数据采集硬件的正式亮相。其中，MEgo Gripper是一款面向通用场景的轻量化多模态数据采集夹爪。480克的极致轻巧设计，使其在移动操作场景中几乎达到无感化存在。

该设备集成了行业领先的毫米级轨迹重建技术，操作轨迹还原精度高达1毫米。同时，通过亚毫秒级全局时间同步方案，确保了视觉、触觉、姿态等多模态传感器数据的精准对齐，力求完整复现物理交互过程中的每一个细微动作。

借助200°鱼眼镜头与高密度三维触觉传感阵列，MEgo Gripper可与同系列另一产品MEgo View实现原生协同，无缝完成多终端、多视角数据采集。最终输出的，是包含高清视觉、深度信息、惯性测量、运动轨迹、多维触觉反馈、夹爪状态在内的全维度交互数据集。

其亚毫秒级同步能力与Wi-Fi 6高速无线传输特性，保障了数据采集过程的高实时性与高精准度，旨在为具身智能模型的训练与迭代提供高质量、高保真的物理交互“养料”。

而MEgo View，则被定义为行业首创的全场景、全视角、多模态空间感知采集终端。它创新性地采用了“超300°全景环境感知+腕部操作特写”双视角采集架构——顶部相机实现300°超广角环境覆盖，腕部相机则精准聚焦手部精细操作。所有通道均支持1080P 60fps高清视频流，旨在全方位、无死角地捕捉物理世界的实时交互信息，为复杂场景下的精细化操作数据采集提供了全新的软硬件范式。

MEgo View深度融合了亚毫秒级无线时间同步与硬件级精准触发技术，致力于实现多传感器数据在时间与空间维度上的完全统一，意图从根本上攻克物理世界中多视角数据时空难以对齐的长期痛点。

凭借其轻量化、全无线、电池快换的模块化设计，该设备可在工业生产线、家庭服务、户外巡检等多样化复杂工况下灵活、快速部署，实现“随行即采”，为模型训练源源不断地输送高保真、高同步的全域空间感知数据。

当然，无本体采集虽能显著降低数据获取成本，但行业普遍面临因传感器布局差异导致的数据分布偏差问题，往往需要依赖大量算法进行补偿校正，才能完成从模型训练到真机部署的最终闭环。

MEgo系列产品的一个关键优势，在于其与精灵G2 Air机器人平台具备原生同构特性。这意味着从数据采集的源头，就保障了无本体（UMI）采集数据与真实机器人数据的同源性与一致性，为模型训练提供了高质量、低偏差的数据样本，从而极大提升了从数据采集、模型训练到真机部署的全链路效率与效果。

基于MEgo系列同构型传感器和夹爪所采集的一致性数据训练出的AI模型，可以无缝迁移并高效部署到G2 Air机器人上，快速赋予机器人复杂的自主作业能力。

据姚卯青透露，依托严格的全流程质量管控体系与正在快速构建的全球化采集网络，觅蜂科技计划在2026年实现千万小时级别的年度数据产能，力求在数据质量与数据规模两个维度均达到行业标杆水平。

蜂巢数据共创行动全球启航，共建开放协同数据生态

独行快，众行远。为推动产业协同发展，觅蜂科技联合上海电器科学研究所、国家数据标委会、工信部赛迪研究院等权威机构，共同发起蜂巢数据共创行动。北京人形机器人创新中心、上海国地中心、灵初智能、帕西尼感知科技、大晓机器人、无界智航等数十家海内外顶尖机构与创新企业成为首批响应与参与单位。

该行动以打破数据孤岛、统一采集与标注标准、高效链接全球数据供需为核心目标，致力于打造一个开放、高效、可信的物理AI数据流通与协作网络。其最终愿景是让数据需求方能便捷地获取所需高质量数据，让数据供给方能精准对接市场需求，实现数据要素价值的高效流转与最大化。

觅蜂科技期望联合全球产业伙伴，共同建立标准、共享能力、共赢市场，目标是到2030年推动产业达成百亿小时级别的数据总产能，携手构建全球规模最大、质量最优的物理AI数据生态，加速具身智能产业的规模化应用与爆发式增长。

发布会上，贵州省大数据发展管理局党组书记、局长兼省政府副秘书长朱宗尧就数据要素化与新型基础设施发表了主题演讲，对觅蜂科技在推进数据标准化、构建产业生态化方面的积极探索给予了高度评价。

随后，觅蜂科技与京东云、百度智能云、阿里云、猎聘、贵州大数据集团、张江集团等合作伙伴举行了战略合作签约仪式。各方将在数据生态共建、应用场景协同、算力基础设施支撑、高端人才建设等多个领域展开深度合作，共同构筑物理AI数据产业繁荣发展的新生态。

解锁具身智能 Scaling Law，关键推力在于“数据基建”

发布会同期举办了一场主题为“共筑物理AI数据生态，驱动AGI未来”的圆桌论坛。论坛由具身研习社主编吕鑫燚主持，与会嘉宾包括觅蜂科技姚卯青、极佳视界朱政、光轮智能谢晨、原力灵机范浩强、智源研究院姚国才、阿里云张民英等产学研各界代表。

讨论围绕数据生态建设、真机数据与仿真数据的融合、世界模型训练的数据瓶颈、数据规模与智能能力涌现的关系等核心议题深入展开。

与会各方形成了一个基本共识：具身智能发展的核心竞争，归根结底是高质量数据获取与转化效率的竞争。行业的未来必将走向标准统一、供需高效协同、真机与仿真数据优势互补的平台化、生态化发展格局。论坛预测，到2026年底，全行业的有效高质量数据量级有望突破千万小时，这将为具身智能技术的规模化商业落地奠定最坚实的数据基石。

姚卯青在总结中强调，2026年将成为具身智能领域公认的“数据元年”。觅蜂科技将以构建平台化数据供给基础设施为核心战略，以“蜂巢行动”为开放生态纽带，与全球合作伙伴共建数据新生态、共享产业新机遇，目标是为即将到来的通用人工智能（AGI）时代，筑牢最可靠、最丰富的数据根基。