京東宣布建成全球規(guī)模最大、場景最全的具身智能數(shù)據(jù)采集中心，這一消息猶如投入平靜湖面的巨石，在機(jī)器人賽道激起層層漣漪。在當(dāng)前模型架構(gòu)逐漸穩(wěn)定、算力門檻相對清晰的背景下，高質(zhì)量的物理交互數(shù)據(jù)成為機(jī)器人能否在各行業(yè)廣泛應(yīng)用的關(guān)鍵因素，京東此舉無疑是在這場數(shù)據(jù)爭奪戰(zhàn)中投下重磅砝碼。

京東發(fā)起這場數(shù)據(jù)采集“人海戰(zhàn)”，源于其龐大且復(fù)雜的自營實(shí)體供應(yīng)鏈。與純軟件互聯(lián)網(wǎng)公司不同，京東本身就是一個(gè)與物理世界深度互動(dòng)的龐大體系，具身智能的成熟對其未來履約成本和運(yùn)營效率影響巨大。北京亦莊的機(jī)器人產(chǎn)業(yè)生態(tài)與京東的布局深度契合，亦莊集聚了300余家機(jī)器人相關(guān)企業(yè)，產(chǎn)業(yè)鏈規(guī)模超百億元，開放40余個(gè)真實(shí)應(yīng)用場景，京東作為扎根此地的“鏈主”企業(yè)，此前已發(fā)布機(jī)器人產(chǎn)業(yè)加速計(jì)劃。此次建設(shè)數(shù)據(jù)采集中心，是在補(bǔ)齊產(chǎn)業(yè)鏈中缺失的數(shù)據(jù)環(huán)節(jié)，與亦莊的硬件優(yōu)勢形成互補(bǔ)，試圖構(gòu)建從數(shù)據(jù)到硬件的商業(yè)閉環(huán)。

這場數(shù)據(jù)采集行動(dòng)規(guī)模空前，涵蓋內(nèi)部超10萬員工、外部最多50萬各行業(yè)人員，僅在宿遷就動(dòng)員超10萬市民。采集場景覆蓋物流、工業(yè)、零售等多個(gè)領(lǐng)域，實(shí)際操作中可能借助京東現(xiàn)有的數(shù)字化管理網(wǎng)絡(luò)，讓一線員工佩戴帶有視覺甚至力覺傳感器的可穿戴設(shè)備作業(yè)。然而，如此大規(guī)模的人員調(diào)度面臨諸多挑戰(zhàn)。從員工角度看，他們無形中成為機(jī)器人的“數(shù)據(jù)老師”，而機(jī)器人未來可能替代部分人力勞動(dòng)，因此如何設(shè)計(jì)合理的薪酬激勵(lì)和利益分配機(jī)制，避免員工抵觸，是京東需要解決的問題。目前，具體實(shí)施情況尚未傳達(dá)至員工層面，部分京東員工表示尚未聽聞此事，若有相應(yīng)報(bào)酬，會(huì)視個(gè)人情況決定是否參與。

在數(shù)據(jù)合規(guī)方面，此次行動(dòng)也面臨考驗(yàn)。以快遞場景為例，倉儲(chǔ)流水線相對標(biāo)準(zhǔn)化，但快遞配送涉及千家萬戶，零售場景包含大量消費(fèi)者面部特征與隱私習(xí)慣。在數(shù)據(jù)合規(guī)要求日益嚴(yán)格的當(dāng)下，數(shù)十萬人采集的非結(jié)構(gòu)化數(shù)據(jù)，其脫敏、清洗的合規(guī)成本可能極高。

具身智能發(fā)展面臨諸多困境，其中數(shù)據(jù)問題是核心。1988年，機(jī)器人學(xué)家漢斯?莫拉維克指出，讓計(jì)算機(jī)在智力測試或下棋中達(dá)到成人水平相對容易，但讓其擁有一歲嬰兒的感知和運(yùn)動(dòng)能力卻極其困難，這一現(xiàn)象在當(dāng)今具身智能領(lǐng)域主要體現(xiàn)在數(shù)據(jù)匱乏上。大模型的成功得益于互聯(lián)網(wǎng)三十年積累的高質(zhì)量文本語料，但物理世界缺乏這樣的“現(xiàn)成資源”，具身智能要實(shí)現(xiàn)縮放定律，面臨巨大的數(shù)據(jù)障礙。

目前行業(yè)獲取數(shù)據(jù)的方式存在明顯分化與瓶頸。多數(shù)初創(chuàng)公司依賴仿真環(huán)境，如英偉達(dá)的Isaac Sim或MuJoCo等物理引擎，讓機(jī)器人在虛擬世界強(qiáng)化學(xué)習(xí)。這種方式成本低、速度快，且無需擔(dān)心硬件損壞。然而，“Sim-to-Real（仿真到現(xiàn)實(shí)）”存在局限性，物理世界的復(fù)雜性，如線纜柔性形變、衣服非剛性拉扯等微觀物理法則，目前的物理引擎難以完美模擬，導(dǎo)致仿真中表現(xiàn)完美的模型在真機(jī)上出現(xiàn)動(dòng)作失真。因此，許多企業(yè)轉(zhuǎn)向真實(shí)世界獲取數(shù)據(jù)，如斯坦福的Mobile ALOHA、Figure AI、宇樹、智元等頭部企業(yè)，采用遙操作方式，由人類操控機(jī)器人記錄數(shù)據(jù)，這是目前公認(rèn)質(zhì)量最高的數(shù)據(jù)獲取方式。

但數(shù)據(jù)采集還存在投入產(chǎn)出比不符合經(jīng)濟(jì)效益的問題。單臺(tái)全尺寸人形機(jī)器人硬件成本高昂，遙操作采集數(shù)據(jù)不僅硬件折舊費(fèi)高，還需支付專業(yè)操作員人力成本。據(jù)行業(yè)測算，單條高質(zhì)量復(fù)雜交互任務(wù)數(shù)據(jù)的采集和清洗成本可能高達(dá)數(shù)百美元，且失敗率高，這種作坊式數(shù)據(jù)采集模式無法滿足具身智能通用化所需的海量參數(shù)規(guī)模。為降低成本，谷歌等巨頭發(fā)起Open X-Embodiment等開源數(shù)據(jù)集計(jì)劃，國內(nèi)也有企業(yè)開源百萬級(jí)真機(jī)數(shù)據(jù)集。

機(jī)器人硬件本體的碎片化也給數(shù)據(jù)采集帶來工程難題。不同類型、不同廠家的人形機(jī)器人，其關(guān)節(jié)自由度、電機(jī)扭矩、傳感器布局和重心結(jié)構(gòu)差異巨大，一臺(tái)機(jī)械臂訓(xùn)練出的高質(zhì)量抓取數(shù)據(jù)無法直接用于其他機(jī)器人，導(dǎo)致現(xiàn)有開源數(shù)據(jù)成為孤島，難以形成規(guī)模效應(yīng)。

在此背景下，具身智能賽道的商業(yè)競爭邏輯發(fā)生改變，擁有真實(shí)落地場景的企業(yè)具備持續(xù)獲取廉價(jià)、高質(zhì)量閉環(huán)數(shù)據(jù)的優(yōu)勢。特斯拉依托超級(jí)工廠，讓Optimus在真實(shí)電池分揀流水線試錯(cuò)；京東則借助物流網(wǎng)絡(luò)、產(chǎn)業(yè)工人和實(shí)體零售體系打造數(shù)據(jù)流水線，將供應(yīng)鏈壁壘轉(zhuǎn)化為數(shù)據(jù)壁壘。相比之下，沒有自有場景的機(jī)器人初創(chuàng)公司面臨困境，有的虧本向高校和科研機(jī)構(gòu)兜售硬件換取數(shù)據(jù)，有的花重金租賃場地或雇傭數(shù)據(jù)服務(wù)商定制數(shù)據(jù)。京東的入局使具身智能行業(yè)進(jìn)入拼資金、場景和人力調(diào)度的重資產(chǎn)競爭階段，掌握真實(shí)物理世界交互入口的巨頭正在構(gòu)建通往AGI的網(wǎng)絡(luò)。

面對京東計(jì)劃“兩年內(nèi)積累超1000萬小時(shí)真實(shí)場景數(shù)據(jù)”，業(yè)內(nèi)人士保持冷靜審視。在具身智能領(lǐng)域，數(shù)據(jù)的質(zhì)量和模態(tài)遠(yuǎn)比時(shí)長重要。當(dāng)前行業(yè)缺乏包含精確物理反饋的“狀態(tài) - 動(dòng)作對”數(shù)據(jù)，宿遷市民逛超市或快遞員送貨產(chǎn)生的海量視覺數(shù)據(jù)，對訓(xùn)練機(jī)器人世界模型有價(jià)值，但對訓(xùn)練控制策略作用有限。有機(jī)器人行業(yè)人士認(rèn)為，京東此舉類似流程外包的BPO生意，提供人員和場地。人類物理抓取時(shí)伴隨的復(fù)雜觸覺、力覺和空間坐標(biāo)微調(diào)，普通可穿戴設(shè)備難以捕捉，若京東人力僅貢獻(xiàn)視頻，后期轉(zhuǎn)化為機(jī)器人可執(zhí)行動(dòng)作的損耗率將極高。另有國內(nèi)頭部機(jī)器人企業(yè)負(fù)責(zé)人指出，行業(yè)缺乏統(tǒng)一的數(shù)據(jù)集定義標(biāo)準(zhǔn)，京東采集的人類動(dòng)作數(shù)據(jù)難以重定向映射到不同構(gòu)型機(jī)器人本體上，若缺乏統(tǒng)一標(biāo)準(zhǔn)，這些數(shù)據(jù)可能僅能用于京東自研機(jī)器人，難以推動(dòng)全行業(yè)發(fā)展。因此，京東首年規(guī)劃特別強(qiáng)調(diào)“100萬小時(shí)的機(jī)器人本體數(shù)據(jù)采集”，行業(yè)真正發(fā)展方向是結(jié)合人類泛化視頻預(yù)訓(xùn)練、機(jī)器人本體高質(zhì)量數(shù)據(jù)微調(diào)和強(qiáng)化學(xué)習(xí)自我探索。

京東建設(shè)具身智能數(shù)據(jù)采集中心，為國內(nèi)企業(yè)應(yīng)對機(jī)器人產(chǎn)業(yè)數(shù)據(jù)短缺提供了新思路，通過實(shí)體場景與大規(guī)模人力結(jié)合積累數(shù)據(jù)。但要實(shí)現(xiàn)機(jī)器人“智能涌現(xiàn)”，僅靠數(shù)據(jù)規(guī)模堆砌遠(yuǎn)遠(yuǎn)不夠，還需保障數(shù)據(jù)高維度與高質(zhì)量、建立統(tǒng)一數(shù)據(jù)標(biāo)準(zhǔn)以及妥善處理規(guī)模化采集中的隱私與合規(guī)問題，這些都是企業(yè)和行業(yè)在邁向商業(yè)化階段必須解決的問題。