人形机器人何时能真正上岗？探访一家科技公司后发现，关键瓶颈在于高昂的训练成本。一种创新的数据采集方法，正试图将这一门槛大幅降低，为具身智能的普及铺平道路。
智能速览
人形机器人已实现一秒弹射起身和双臂举50公斤重物。
机器人进厂打工的最大难点是高昂的训练“学费”。
无本体数据采集技术可将单条数据成本降至传统方式的五分之一。
通过该技术，训练效率提升至每日500条以上优质数据。
公司目标年内采集百万小时数据，推动模型达到GPT-3时刻。
机器人已在3C质检、物流搬运等工业场景进行POC测试。
精华内容
当机器人拥有了强健的体魄，如何让它拥有智慧的“灵魂”？答案藏在高效且低成本的训练方法里，这才是推动机器人走向大规模应用的核心动力。
硬核实力
人形机器人的性能正快速突破。一款名为LOOSE的全尺寸人形机器人，凭借自研的高性能电机，展现出惊人的爆发力，能够完成一秒弹射起身的动作。另一款“大力士”机器人MOS，则能稳定举起50公斤的有效负载，并且操作轻松，足以胜任高强度、高负荷的工业搬运任务。这些物理性能的突破，为机器人在复杂场景下的作业奠定了坚实基础，也拓宽了其应用的可能性。
昂贵学费
机器人要上岗，光有身体还不够，更需要大量的训练。传统训练方式成本高昂，是制约其普及的主要障碍。以常见的遥操作采集数据为例，一个工作站若配备机器人本体，硬件成本高达30至40万人民币。此外，还需聘请人工进行操作，按每日200元薪资计算，一天仅能采集约100条数据，单条数据成本接近2元。这笔昂贵的“学费”，让许多应用场景望而却步。
创新解法
为打破成本壁垒，一种名为“无本体数据采集”的技术应运而生。该方法的核心是使用一个装有高精度传感器的夹爪来记录末端操作行为，完全摆脱了对昂贵机器人本体的依赖。仅此一项，硬件成本便大幅下降。更重要的是，采集效率得到飞跃，一天可采集超过500条优质数据，单条数据成本被压缩至0.4至0.5元。相比传统方式，综合成本降至五分之一，实现了效率与成本的双重优化。
数据壁垒
高质量的数据是训练出强大AI模型的关键。鹿明智能今年的目标是采集100万个小时的数据，这在行业内是一个重大突破。一旦实现，将意味着具身智能模型的能力可以非常接近GPT-3的水平，让机器人拥有更强的泛化和操作能力。目前，该技术已能确保采集轨迹100%在真机上复现成功，并已向客户交付了百万条数据，用于3C质检、物流搬运等工业场景的探索。
