机器人数据争夺升温,Innodata开设动作捕捉实验室
Innodata于9月30日表示,已在新泽西州开设动作捕捉实验室,为人形机器人和工业机器人生成训练数据。公司押注的是:直接进行3D捕捉,胜过从2D视频中推算动作。

这家总部位于新泽西州里奇菲尔德帕克的数据工程公司在周三宣布了实验室的消息。实验室配备Vicon的红外光学追踪摄像头,Innodata称其测量精度可达亚毫米级。公司把这套设施说成是对一个瓶颈的回应:按它的说法,每个机器人团队都会撞上这个瓶颈,即真实世界的交互数据不够,而现有的数据又贵又慢。
“物理AI的增长速度超过AI的任何其他细分领域,但每个机器人团队都会撞上同一堵墙,”Innodata首席执行官Rahul Singhal在《The Robot Report》刊载的一份声明中说。“这座设施把这堵墙拆掉了。”
这一消息发布的一周里,机器人数据领域的新闻格外密集。同一天,TechCrunch报道物流机器人初创公司Destro AI结束隐身状态,带着800万美元种子轮融资亮相,其核心是一套智能层,它还会告诉人类工人该做什么。同样在9月30日,MindOn公布了Mind-1的细节,称这款物理AI模型把机器人推理延迟从82ms降到32ms。Fig Inc.则发布技术报告,显示包括Astra和Opus 5.5在内的前沿模型在机器人任务和网页任务上表现参差不齐。
为什么要直接捕捉
Innodata的理由是技术性的。公司称,大多数数据供应商通过分析2D视频来推算3D动作,而Innodata直接从人体或机械本体上捕捉3D数据。
“直接3D动作捕捉是无可替代的,”Innodata机器人与物理AI副总裁Franklin Tanner对《The Robot Report》说。“当计算机视觉模型试图理解一个2D像素网格时,错误不可避免地会混进来。”
Tanner举了机器人拿马克杯的例子。多数人会抓杯柄,但抓杯身也行。如果杯里装的是热饮,这个差别就很重要。“情境很重要,而即便是现在市面上的数据集,也未必总能把情境编码进去,”他说。
Innodata称,实验室将捕捉人形机器人、遥操作硬件、可穿戴系统、传感器装置、Universal Manipulator Interface夹爪以及其他多模态设备的数据。这些数据随后可以输入数字孪生,用来生成边缘情况。公司还表示,设施会独立验证机器人自身生成的性能数据,并把这项服务包装成端到端方案:从采集一直到模型评估。
规模问题确实存在。Tanner指出,一台重近200磅的人形机器人需要的读数是精确的,不能只是“差不多”。他还点出一个缺口:“我们现在没有人类和机器人互动时的训练数据。这是实验室正在攻关的一个方向。”
竞争对手也在搭建数据层
周二结束隐身状态的Destro AI走的是另一条路。它不造机器人,而是做了一套智能层,在物流场景中协调机器人和人。创始人Manthan Pawar对TechCrunch说,公司能赢过机器人公司,“因为我们不是机器人公司”。
Destro先在太平洋西北地区一家Yusen Logistics的设施里做试点,用了三台由Miva Robotics制造、由Destro的Vision操作系统操控的运货车机器人,该系统基于开放权重的视觉-语言-动作模型。人类工人把货物从一辆卡车上卸到推车里,机器人找到装满的推车并运走。Yusen这家美国物流集团的自动化总监Richard Brunelle对TechCrunch说,另外两家知名机器人初创公司都适配不了这套流程。一家只能做点到点的推车搬运,不能装卸;另一家需要有人来做调度。
Destro正把这个试点扩大到26台机器人,并在南加州的一家Yusen设施启动另一个17台机器人的项目。种子轮由Base10 Partners和Bonfire Ventures领投,CoFound Partners参投。
MindOn的Mind-1针对的是另一个相关限制:速度。公司在9月30日发布的博客文章中说,这款模型能让机器人在部分任务上达到人类的循环时间,甚至比人干得更快。文章列出高速操作的四个障碍:遥操作采集的训练数据比人类自然动作慢;推理延迟在高速下会叠加;连续的推理步骤可能产生不一致的轨迹意图;控制与传感器的同步要求也随之提高。
“在末端执行器速度达到3 m/s时,仅10 ms的延迟就对应约3 cm的位移,”公司写道,足以影响精确抓取或插入。MindOn称,Mind-1用直接从人按自然速度完成任务时采集的以人为中心的操作数据训练,把推理延迟从82ms降到32ms。
基准测试掩盖了参差不齐
研究机构Fig Inc.在9月30日发布技术报告,认为头条基准分数掩盖了前沿模型表现的不均衡。团队在VisualWebArena上评估了七个模型,这是包含177项任务的闭环网页任务基准;又在四个离线物理领域评估了三个模型:VLABench、Assembly101、IndEgo和Bench2Drive。
他们的发现是:对任意两个模型来说,较弱的那个至少能解出较强模型漏掉的一项任务。一次模型更新可能让平均分几乎不变,而许多单项任务的结果却发生翻转。同样的参差不齐也出现在物理领域。即便在各项领域平均分上都胜过Gemini 3.5-Flash的模型,在某些任务类别上仍然更差。作者发布了RIDGE,一个包含条目级结果和模型轨迹的数据集。
这对任何购买机器人数据或模型的人都有意义。对部署团队来说,单看一个基准数字,几乎说明不了模型在自己那套具体任务组合上能不能用。
数据生意撞上炒作周期
Innodata开设实验室,是在押注真正的约束在数据而不在硬件。公司成立于1988年,自称提供数据、评估框架和人类专业知识,服务AI系统。它的机器人业务扩张符合一个更大的模式:随着人形机器人和物流机器人公司融到大笔资金,向它们出售训练数据、仿真和评估工具的供应商正把自己定位成卖铲子的人。
这个市场会不会像机器人厂商期望的那样快速成长,还没有经过检验。Tanner把仿真视为一个杠杆。“仿真器在接收真实数据、做真实到仿真的转换、再对环境做排列组合方面,已经相当不错了,”他说,并点名英伟达的Cosmos环境“在这方面确实变得非常强”。但他补充说,真实世界数据仍是黄金标准,而且很贵。
还有人才和注意力的问题。OpenCat、Nybble和Bittle背后的开发者李荣仲9月30日在Hackster.io上写道,他的公司自2018年以来已出货超过3万台四足机器人。他担心的不是数据量,而是产品交付。“人们开始抱怨,机器人只会跳舞或者跑得快,却不干活,”他写道。他认为高自由度机器人能建立情感连接,但也抬高了下一个创作者的门槛,降低了任何东西能作为可靠产品交付的概率。
他为商用机器人提出的判断信号要安静得多:把一台令人印象深刻的机器人在交付几个月后的二手价格,与它的物料清单成本作比较。两个数字都不能反映全部价值,但他写道,两者之间的关系可以揭示,在新奇感消退之后,市场还看到多少实际价值。他的第三款产品Quaddle正在Kickstarter上众筹,起价99美元。
对Innodata来说,眼前的考验是机器人厂商会不会为外部采集并验证的动作数据付费,而不是自建采集能力。公司称其传感器能记录每个关节最细微的动作,让训练更准确、更高效。Tanner的马克杯例子就是这套说辞的缩影:抓住杯身的机器人也许能完成任务,但也可能烫到端杯子的手。实验室卖的,正是把这类情境编码进去的能力。
《The Robot Report》的母公司Arrowfly也在9月30日推出AI for Engineers,这是一个包含新闻编辑室、定于2027年9月20日至22日在内华达州亨德森举办的年度会议、原创研究和顾问委员会的平台。Arrowfly称其工程类品牌触达210万经过验证的行业读者。这次上线是又一个信号:面向机器人的AI信息市场正随硬件一同扩张。
本周的这些公告共享一个前提:机器人进步得足够快,约束已经转移到数据、调度和速度上。Innodata押注采集,Destro押注协调,MindOn押注延迟,Fig则押注买家应当越过平均分看问题。它们都没有公布对其说法的独立验证,而足以证明这个市场的机器人部署,仍以几十台计,而不是几千台。
资料来源
6- 01Innodata opens motion-capture lab to help humanoids move more like peopleEN
- 02Destro AI's secret sauce is getting robots and humans on the same pageEN
- 03Mind-1: Cutting robot inference latency from 82ms to 32msEN
- 04Astra, Opus 5.5, and other Frontier Models Demonstrate Jagged Performance Across SoTA Agentic Tasks from Web Browsing to RoboticsEN
- 05What 30,000 robot dogs taught me about degrees of freedom and shipping a real robot productEN
- 06The Robot Report parent Arrowfly launches AI for Engineers platform, events for engineers navigating AIEN
本文所有数字与引语均来自下列来源,未添加来源之外的内容。
本内容由编辑部在人工智能辅助下制作完成。
评论
0- 还没有评论——来说两句吧。