具身智能第一人稱數據狂潮:從遙操作瓶頸到千萬小時 Scaling Law 驗證
- —過去兩年機器人行業最核心的痛點在於缺乏高品質訓練數據;傳統遙操作(Teleoperation)受限於硬體故障與場景復位效率而難以規模化,仿真數據(Simulation)又存在嚴重的 Sim-to-Real 鴻溝且易於自行生成而缺乏商業定價權。
- —人類第一人稱視角(Egocentric / Ego)數據能以低成本在全球真實生活中快速擴展,並將人類各類隱性技能(如多樣化疊衣服)直接轉化為機器人的泛化能力;隨著 Dyna-2 等模型藉由百萬小時 Ego 數據初步驗證數據規模定律(Data Scaling Law),行業正邁向以千萬小時為目標的下一代世界動作模型(World Action Model)迭代。