穹彻智能披露,其具身智能数据已累计采集30万小时、覆盖70个城市,并借助 MaxCompute 获得最高10万核的弹性计算能力。我们的判断是,具身智能正在从“模型展示”进入“数据工程”阶段,谁能稳定处理海量真实操作记录,谁才更可能把模型真正装进机器人。
这是什么
穹彻智能成立于2023年,使用自研 RoboPocket 设备采集人类示范操作。UMI(通用操作接口)让采集人员手持夹爪完成抓取、放置,设备同步记录多路视频、深度、位姿和动作轨迹,再将原始数据整理成模型训练样本。
难点不只是“录得多”。团队日均向数据湖写入约10TB原始数据,峰值达50TB,按此速度年增量约3.6PB。不同传感器频率不一,还需完成解码、时间戳对齐、重编码、质检和元数据抽取;规则一改,部分历史数据也要重新加工。
为此,穹彻智能采用 MaxCompute 的 Serverless 弹性计算:集中重处理时按需申请算力,任务结束后释放资源;同时通过分区分片、审计记录和失败重试,只补算出错的数据集。
行业怎么看
这说明机器人公司的核心资产正在变成一条可重复的数据流水线,而不只是某个模型权重。视频、轨迹、任务标签与质检结果必须能被持续调用、修改和追溯,否则一次参数调整就可能带来数PB重算成本。云端弹性计算与算法工具链的结合,也降低了初创团队自建集群的门槛。
但风险同样明确:托管算力解决了峰值容量,并不能替代数据治理。穹彻智能仍需自行维护加工规则、权限控制、失败恢复和数据安全。实际成本取决于负载与计费方式,文章未披露具体费用,不能据此认定云方案必然更便宜。数据规模扩张还会带来隐私、版权与采集合规问题,这些成本不会因使用云计算而消失。
对普通人的影响
对企业 IT:企业采购机器人或训练行业模型时,评价重点会从演示效果转向数据吞吐、任务追溯和系统稳定性,传统 IT 部门需要具备管理大规模非结构化数据的能力。
对个人职场:与机器人相关的岗位会更多出现在数据采集、标注质检、数据平台和模型运营环节;算法人员若只会调模型、不理解数据链路,竞争力会受到限制。
对消费市场:更大规模的人类操作数据有望加快机器人进入门店和家庭,但产品成熟度仍取决于泛化能力、安全责任与使用成本,短期内更可能先出现在标准化、重复性任务中。