NE时代

◎ 姚卯青谈具身智能的部署、数据与下一轮竞争。

△ 交流来源：小宇宙@卫诗婕｜漫谈Light the Star

具身智能行业频繁用 Demo 展示技术效果。

但对一家准备进入真实市场的公司来说，完成一次动作只是起点。客户是否愿意使用和付费，机器人能否稳定工作，企业能否把方案复制到更多场景，才是商业化需要回答的问题。

姚卯青给出了一套阶段划分：“24年叫做量产元年，25年我们叫做商用元年，26年我们叫部署元年。”

姚卯青是智元机器人合伙人、具身业务部总裁，同时担任觅蜂科技董事长兼 CEO。

在交流中，他把讨论集中在几项具体问题上：机器人如何进入客户现场，现阶段为什么更应关注后训练，什么数据能进入模型训练，以及数据平台如何连接供需。

这些问题构成本文的主线：具身智能企业既要交付可用产品，也要持续获得能够支持模型迭代的数据。

交流来源：卫诗婕｜漫谈Light the Star《77.有关智元、觅蜂的愿景与野心，和具身智能的竞速之旅｜与姚卯青的对谈》（如有侵权，请联系删除）

01.

Demo之后，客户开始用部署和付费检验产品

对于怎样判断一项机器人技术是否成熟，姚卯青给出的标准很直接：“如果这个技术，这个产品真的已经牛到不行了，真的效果非常好的，那一定是有人愿意去使用的，一定是有人甚至愿意去买单的。”

按照这套判断，一个 Demo 可以记录机器人在特定条件下完成某项任务，却不能单独证明它能长期运行，也不能证明客户愿意承担采购、部署和维护成本。本文因此把 Demo 与市场验证分开讨论。

他提到，如果一项技术尚未进入实际应用，无论原因是产品还未达到客户标准，还是展示效果无法复制，“归根结底都是还没法走入市场”。

姚卯青用三个“元年”描述智元所处的节奏。即“24年叫做量产元年，25年叫做商用元年，26年叫部署元年。”

当卫诗婕问及机器人怎样打开应用场景时，姚卯青把“聚焦”放在首位。他说，一家成立时间不长的公司不可能同时覆盖所有行业，只能在有限资源下逐个突破。

“瞄准最和当前技术匹配，瞄准最愿意和你共创的客户，以及瞄准最有规模化部署和复制潜力的这样一些场景，去把它打穿打透。”他说。

这三个条件分别对应技术可行性、客户共创意愿和规模复制潜力。姚卯青据此解释智元筛选早期场景的方式。

在 B 端场景中，姚卯青把定价逻辑落到 ROI。他认为，只要机器人在全生命周期内能够覆盖等效人员成本，企业就能据此形成相应的售价。该说法是他对客户采购逻辑的概括，具体测算仍取决于场景和项目条件。

按照姚卯青的思路，商业化早期应先在少数场景中验证成功率、成本和复制流程，而不是同时覆盖更多行业。

02.

基模叙事之外，后训练与数据工程决定当下效果

姚卯青对行业热衷的“基模”叙事持保留态度。他认为，现阶段具身智能的数据量级距离真正支撑基础模型仍有较大差距，很多 Demo 的表现来自围绕具体任务进行的后训练。

“机器人很重要的一点就是后训练。甚至在今天来讲，我觉得后训练是更重要的。”他说，“大部分的 Demo 都是通过后训练出来的。”

同时姚卯青强调，任务 Demo 的效果与基础模型能力不能直接画上等号。

姚卯青进一步表示，当前数据数量级与他所理解的真正基模“可能还差了四五个数量级”。

这就意味着在可用数据仍有限的阶段，企业需要通过后训练和任务数据验证具体效果。

姚卯青把数据质量拆成两部分。

第一部分是采集链路的工程质量，包括时间同步、传感器与执行器标定、轨迹重建精度，以及软硬件参数的一致性。

第二部分是数据分布，样本需要覆盖不同任务、场景、位置、光照和背景，而不能反复记录高度重复的动作。

“你不能去反复地采集完全重复的这些片段。你至少要在位置、光照或者背景这些方面每一次都要做出一些调整。”他说。

姚卯青认为，只记录成功示范会产生局限。机器人一旦偏离见过的数据，可能不知道如何继续执行，因此训练数据还需要覆盖失败后的重新规划和恢复。

姚卯青强调：“失败之后再重新规划再成功，其实这个数据是非常重要的。”他把这类样本也称作“脏数据”，但随即澄清，这里的“脏”指失败和偏离，而不是摄像头黑屏、轨迹误差过大等采集质量问题。

姚卯青认为，数据需求还会随模型能力变化。训练早期，团队可以围绕预设任务采集数据；当模型具备一定能力后，研发人员会要求采集模型仍然失败的场景。数据团队需要与算法团队持续对齐，调整任务设计和样本分布。

这也解释了为什么数据竞争不能只比较数量。数据是否稳定、是否覆盖关键分布、能否跟随模型问题快速更新，都会影响它能否转化为训练效果。

03.

仿真还是真机，任务指标比技术流派更重要

谈到仿真和真机数据时，姚卯青没有选择单一答案。他认为，团队需要把数据来源放到具体任务、环境和操作对象中讨论。

“有一些任务，有些操作交互的对象来讲的话，仿真确实也可以完成很多的这种前期的开发和验证。”他说。仿真环境还可以调整场景元素，为模型提供更多变化。

但他同时指出，一些任务包含精细的物理交互，只有真实接触才能获得更贴近实际的数据分布。对于这类任务，真机数据仍然必要。

这意味着，仿真与真机的比例不能脱离任务确定。环境能否高保真重建、接触过程是否复杂、客户要求怎样的成功率，都会影响数据方案。交流没有给出统一比例，也没有把某条路线定义为所有任务的最优解。

姚卯青把路线选择的最终约束放在应用效果上。他举例说，百分之八九十的成功率在学术验证中可能看起来不错，但工厂客户可能要求“四个九”。

“我只能想尽一切办法让它达到这个标准，而不是去执着于我是什么技术流派。”他说。

这句话把讨论从路线名称转向交付指标。企业需要回答机器人在多少次任务中能够成功，失败后如何恢复，现场是否允许人工接管，以及方案成本能否被客户接受。仿真和真机都是达成目标的手段。

04.

数据平台的生意：连接供需，也组织分散产能

在姚卯青的设想中，觅蜂不只提供一次性数据采集服务。它希望连接数据需求方与生产方，将定制采集、第三方产能和货架数据放入同一个平台体系。

他把觅蜂的角色概括为“链接供需两边的一个需求，然后作为一个平台的性质去提供价值链接”。对于合作紧密的运营方，平台按照统一设备和标准组织生产；对于合作相对松散的第三方，觅蜂也计划允许其将数据放入数据商城。

按照这一构想，平台同时面对定制采集和已有数据交易。交流较详细地解释了定制采集中的需求沟通、场景设计和质量控制，但没有展开货架数据的产品字段与交易流程。

数据商城仍属于交流中描述的产品方向。现有材料没有给出其交易规模、客户数量或成熟度，因此不能把它写成已经形成规模流通的市场。

姚卯青认为，物理 AI 的数据竞争比的是获取速度，而不只是所有权。“更重要的是我能够以最短的时间获取到海量的数据。”他转述客户需求时用了一个英文表达：“as many as possible, as soon as possible。”

对未来供需关系，姚卯青判断，数据需求的增长可能快于供给扩张。“供给的量的上升、规模的上升，应该是赶不上需求量的一个上升的。”这是一项前瞻判断，交流没有提供可验证的行业统计。

姚卯青对平台标准化的判断分为两个阶段：当前服务仍需要适应客户差异，长期则可能围绕采集参数、模态和质量形成共识。

姚卯青承认，“现在也不能完全去统一每一个数据使用方的需求”，当前服务仍带有差异化和定制属性。但他预计，围绕视场角、帧率、分辨率、相机布局和其他模态的要求会逐步收敛，并称行业可能在未来一年左右形成一些基本共识。

他还预计，机器人进入大规模商用后，安全和准入标准会形成更清晰的门槛，时间上可能在两到三年内发生。

姚卯青还把开放数据和开发平台放进同一条商业闭环。他希望更多开发者使用机器人进入有价值的场景；在用户授权的情况下，应用数据可以回流，用于增强底层模型能力。

他将其称为“从商业成功再到数据飞轮的一个完整的故事”。

05.

从 G3 到 G4，“涌现”仍需要数据和实验验证

对具身智能当前能力所处的位置，姚卯青使用了一套 G1 至 G5 的分级框架。他认为，行业大致处于 G3 到 G4 的过渡阶段。

按他的解释，G3 指机器人能在特定场景、特定任务下端到端自主执行；G4 则要求机器人跨场景、跨任务完成端到端执行。“我觉得我们现在应该是在3到4中间的一个过程。”他说。

对于跨越这段距离需要多少数据，姚卯青把一亿小时视为一个应当先验证的门槛。他同时明确表示：“一亿再往上的话，我觉得大家现在都无法做出准确的预测。”

姚卯青期待看到的画面，是机器人出现一个“aha moment”：它能够在复杂环境中进行自主规划，响应指令，而不是只完成从画面到动作的映射。

06.

下一轮竞争要同时回答两个问题

从 Demo 到部署，具身智能企业需要回答机器人今天能不能工作。围绕后训练、数据采集和平台运营，企业还要回答机器人明天怎样变得更好。

姚卯青把客户付费、场景 ROI、失败数据、供需连接和行业标准放在同一套产业判断里。他认为，真实应用会产生数据，数据回流会推动模型迭代，模型能力再支撑更多应用。

这条路径仍有多个环节需要验证。客户是否持续采购，机器人能否达到现场成功率，数据平台能否将定制服务转化为规模效率，数据增长能否带来跨任务能力，都会影响行业下一阶段的速度。

对于最终的“涌现时刻”，姚卯青说自己“非常期待”。他也承认，更高数据规模之后会发生什么，目前无法准确预测。

*交流来源：卫诗婕｜漫谈Light the Star《77.有关智元、觅蜂的愿景与野心，和具身智能的竞速之旅｜与姚卯青的对谈》（如有侵权，请联系删除）