Innodata 动作捕捉实验室开业，Factory 董事会顾问因间谍指控被解职

Innodata Inc. 于 9 月 30 日表示，已开设一个研发实验室，用于捕捉动作数据以训练物理 AI，据 The Robot Report 报道。这家位于新泽西州 Ridgefield Park 的公司称，该设施直接从人体或机械体捕捉 3D 动作，而不是从 2D 视频推断。

这一说法就是全部卖点。Innodata 机器人与物理 AI 副总裁 Franklin Tanner 对 The Robot Report 说：“直接 3D 动作捕捉无可替代。”“当计算机视觉模型试图理解 2D 像素网格时，错误不可避免地会出现。”

该实验室与动作捕捉公司 Vicon 共同搭建，Vicon 继续提供技术咨询，实验室配备红外光学追踪摄像头，Innodata 称其测量精度达到亚毫米级。Innodata 成立于 1988 年，大部分时间做数据工程；现在它想把这项能力卖给那些无法自行生成足够真实世界交互数据的机器人团队。

没人解决的数据难题

大语言模型得到了一顿免费午餐：互联网。机器人没有。Tanner 对这道鸿沟的描述很直白。他对 The Robot Report 说：“物理 AI 必须一次一个交互地挣得自己的 token，而且这些交互必须是有意为之的。”

这是真实的约束，不是营销话术。遥操作数据采集慢、规模化成本高，而且演示本身带有操作者的节奏，模型随后会学习并复制这种节奏。真实世界采集也有自己的失败模式：Tanner 指出，如果一个人在数据采集过程中掉了一把刀，他可能会后退并关掉设备，以为自己犯了错。换句话说，最有用的数据，恰恰是人们本能丢弃的数据。

Innodata 称其采集范围涵盖人形机器人、遥操作硬件、可穿戴系统、传感器装置、Universal Manipulator Interface 夹爪及其他多模态设备，然后用数字孪生生成边缘案例。仿真是倍增器。Tanner 问：“关键在于，我们如何创造足够的真实世界数据，然后用这些数据来播种仿真？”他提到 NVIDIA 的 Cosmos 环境，作为真实到仿真转换已经好到足以变换环境的例子。

“真实世界交互数据不够，现有的数据生产起来又贵又慢，”Innodata 的 CEO Rahul Singhal 表示。“这个设施拆掉了这堵墙。”

按 Tanner 自己的说法，还有一个缺口尚未补上。他对 The Robot Report 说：“我们现在没有人类和机器人互动的训练数据，”并补充说，为多个智能体协同工作配置仪器是该实验室正在推进的事情之一。

商业逻辑很直接。人形机器人正从演示视频走向试点部署，每个部署团队都需要能在固定工作单元之外泛化的动作数据。Innodata 押注的是，谁提供这些数据，谁就占住一个咽喉要道。这是对某个市场的押注，而这个市场目前还没有物理 AI 数据质量的标准基准。

与此同时，在 AI 编程领域：一名董事会顾问、一个竞争对手，以及两个版本的说法

同一个 9 月 30 日还产生了另一类与机器人沾边的故事。据 TechCrunch 报道，AI 编程初创公司 Factory 的联合创始人兼 CEO Matan Grinberg 在 X 上发帖称，他已将风投人士 Chris Degnan 从董事会顾问的位置上解职，指控 Degnan 向 Factory 最大的竞争对手 Cognition 分享了机密信息。

两小时后，Degnan 在 X 和 LinkedIn 上宣布，他已加入 Cognition 担任首席营收官。随后他反驳了这一指控，称自己不是被解职，而是在告诉 Grinberg 自己要接受这份工作后主动辞职。Degnan 是 Snowflake 的第一位销售员工，并在那里做了 11 年首席营收官；过去五个月，他是 Factory 的投资方 RPT Partners 的合伙人。

据 TechCrunch 报道，Grinberg 的说法是，Degnan 早前描述过一次与 Cognition 高管的“随意”交谈，并向他保证自己对为竞争对手工作没有兴趣，说自己“赚的钱太多了”，也“太懒了”，不会去 Cognition。周一，Degnan 披露了正在进行的谈判。Grinberg 说他周二解雇了他。

Degnan 不认同这一时间线。他说，他参加的最后一次 Factory 董事会会议，是在他“曾经与 Cognition 交谈”之前好几周，而且他没有分享机密信息。他还说，当他告诉 Grinberg 自己要辞职时，Grinberg 提出给他一份 Factory 的全职工作，他拒绝了。

这件事的意义超出一家初创公司的董事会，因为它暴露出 AI 投资已经变得多么纠缠。Khosla Ventures 同时投资了 Cognition 和 Factory。Vinod Khosla 称 Factory 是“苦苦挣扎的二线竞争者”，并指责 Grinberg 在解雇一事上撒谎；Khosla Ventures 合伙人 Keith Rabois 发帖称，“一边参加董事会会议和董事会晚宴，一边去竞争对手那里面试，本身就是不道德的。”据 TechCrunch 报道，Cognition 的 CEO Scott Wu 说，他的公司对 Factory 的信息“没有兴趣”。成立三年的 Factory 本月以 50亿美元估值融资 2亿美元，客户包括 Nvidia、Blackstone、Royal Bank of Canada、Palo Alto Networks、Adobe 和 T-Mobile。开发 Devin 编程智能体的 Cognition 本月以 480亿美元估值融资 20亿美元。

基准是锯齿状的，数字说明了这一点

在融资新闻之下，藏着一个测量问题，任何购买机器人能力说法的人都该警惕。Fig Inc. 于 9 月 30 日发布了一项评估，比较前沿模型在网络自动化和物理任务上的表现，其核心发现是，基准平均值几乎掩盖了一切有用的东西。

该研究覆盖 7 个模型在三个网站上的 177 项闭环 VisualWebArena 任务，以及 3 个模型在四个离线物理领域中的表现：Bench2Drive、VLABench、IndEgo 和 Assembly101。对于每一对受测模型，作者报告说，较弱的模型至少能解决一个较强模型漏掉的任务。一个模型在三个网站上的差异幅度，与七个模型在单个网站上的差异幅度相当。基准自带的难度标签，只能很弱地追踪模型的成功率。

Fig Inc. 还报告说，一次模型更新可能让平均值几乎不变，而许多单项任务却发生翻转；而一次提高平均值的更新，仍会丢掉旧模型能解决的任务。该团队发布了一个名为 RIDGE 的数据集，包含逐项结果和模型轨迹。对机器人买家来说，实际含义令人不舒服：一个头条分数不是部署决策。

真正出货的是什么

与这一切形成对照的，来自一个真正把硬件做出来并卖出去的人，而不是给它做基准测试的人。OpenCat、Nybble 和 Bittle 背后的制造者李荣仲在 Hackster 上写道，Petoi 自 2018 年 Nybble 众筹以来已出货超过 3万台四足机器人，而他的第三款产品 Quaddle 正在 Kickstarter 上以 99 美元起售。

他的论点是，这个领域出货最多的产品一直是视频。他并不把这当作欺诈。他写道，如果你把许多机器人看成一种现代形式的木偶戏，这就更说得通了，而人们观看的机器人体育赛事，其作用与奥运会相同：展示一具身体在固定物理极限内能达成什么。但他警告，灵感可能难以为继，而 AI 生成的视频现在能以零边际成本制造视觉奇迹。如果机器人行业想成为视频产业之外的东西，它就必须交付真实的东西。

他为此提供了一个安静的信号：在一台令人印象深刻的机器人交付几个月后，比较它的二手价格与它的物料清单成本。他写道，这两个数字都不能体现产品的全部价值，但它们之间的关系可以揭示，在新奇感消退之后，市场仍然看到多少实用价值。

把这三个故事放在一起，当下的轮廓就清楚了。Innodata 在卖人形机器人部署所需的数据层。Fig Inc. 在记录模型能力说法比排行榜显示的要不均匀得多。李荣仲在提醒所有人，真正算数的记分牌是客户自掏腰包。Factory 和 Cognition 正在争夺人和信息，因为智能体软件里的赌注已经极其巨大。对人形机器人来说，同等的争夺还在前面，而且争夺的将是数据，不是演示。