开云体育(中国)官方网站 动员东说念主海入局，京东意在“真金不怕火丹”具身数据

3 月 16 日，京东一纸对于建成群众范畴最大、场景最全的具身智能数据采围聚心的宣发，在被龙虾抢去风头、千里寂了一段时刻的机器东说念主赛说念砸下重音。

某种风趣上，这是一场带有利害工业互联网色调的数据大分娩畅通。

这次动员涵盖里面超 10 万职工、外部最多 50 万各行业东说念主员，以致在宿迁一地就动员超 10 万市民——这种史无先例的东说念主海战术，试图用范畴化的暴力好意思学，强行击穿具身智能现时最致命的软肋：数据荒。

在模子架构逐渐经管、算力门槛相对透明的今天，高质料的物理交互数据已成为决定机器东说念主能否着实走向千行百业的惟一输赢手。

这场被界说为"东说念主类历史上范畴最大的数据集中行动"的背后，揭示了一个产业共鸣：当具身智能素雅畅通扫尾的"小脑"日渐发达，何如以更高质料数据喂养出着实交融物理世界的大脑，正成为决定行业昔日方式的中枢战役。

从京东的雄壮叙事走向产业的微不雅现实，这数十万东说念主产生的数据究竟是金矿如故砂砾，还很难细则。

卷入的打工东说念主

京东之是以勇于，也必须发起这场数据东说念主海战，其中枢逻辑在于其远大且高度复杂的自营实体供应链。

与纯软件互联网公司不同，京东自身等于一个巨大的物理世界互动场，而具身智能的熟识，平直干系到其昔日十年的践约资本与运营效果。

这一布局与北京亦庄的机器东说念主产业生态变成深度耦合。

亦庄经济技巧开发区现在已汇注 300 余家机器东说念主连络企业，产业链范畴超百亿元，洞开了 40 余个着实期骗场景，成为国内东说念主形机器东说念主产业的中枢汇注区。京东行为扎根亦庄的"链主"企业，此前已发布机器东说念主产业加快运筹帷幄。

京东此时大举干预数据采围聚心为代表的软基建，本质上是在补王人产业链最缺失的一环。亦庄提供"躯干"和测试场，京东则试图用海量场景为机器东说念主注入交融着实世界的知识。

这种软硬集中的产业共振，试图打造一个从数据飞轮到硬件迭代的买卖闭环。

数十万东说念主的调理绝非易事。

把柄权略，集中场景笼罩物流、工业、零卖等。在本质操作中，这很可能依赖于京东现存的数字化管理网罗。举例让一线快递员、仓储分拣员佩带带有视觉，以致力觉传感器的可衣服开导进行平素功课。

从一线职工和被迫员的宿迁市民角度来看，这场畅通充满了复杂性。

职工在无形中成为了机器东说念主的数据针织，这些机器东说念主昔日的成见恰是替代高强度的东说念主力工作。何如联想合理的薪酬激发与利益分派机制，幸免职工的招架神态成了京东需要辩论的问题。

不外，现时具体何如实施还莫得传导到职工层面。

一位京东的北京地区职工向华尔街见闻暗意，现在还莫得传奇这件事。在他看来，如若有相应的酬报，应当算是一种市集行动，职工是否满足参与就看个东说念主的选拔。京东在宿迁的一位职工也向华尔街见闻暗意，还莫得收到相应的见知。

尽管在官宣的表述中提到，"对所特等据的集中，京东都将严格照章依规进行"，但现实的情况频频更复杂。

就快递这一场景来说，仓储活水线是尺度化的，但快递配送深刻千门万户、零卖场景触及多半消耗者面部特征与秘密民风。

在数据合规日益严格的今天，数十万东说念主随身集中的非结构化数据，其脱敏、清洗的合规资本可能是一个天文数字。

破题莫拉维克悖论

1988 年，机器东说念主学家汉斯・莫拉维克曾得出这么一个论断：

"让盘算机在才略测试或棋战中达到成东说念主水平很容易，但要让它领有一岁婴儿的感知和畅通才能，却极其费劲，以致确实作念不到。"

今天具身智能对于莫拉维克悖论的主要映射，围聚在行业的数据真空上。

大模子们的收效，成就在平直吞吃互联网三十年蕴蓄的万亿级高质料文本语料之上。但物理世界并莫得一个现成的互联网。具身智能要思在着实世界跑通缩放定律，濒临的是沿途巨大的数据墙。

京东的这次大动讲和，所对准的恰是这一锚点以及数据集中背后的逆境。

第一，仿真局限性的问题有待科罚。

现阶段，行业赢得数据的主流旅途仍是发生了严重的分化，并在各自的瓶颈中苦苦挣扎。

现在绝大多数初创公司高度依赖仿真环境，如英伟达的 Isaac Sim 或 MuJoCo 等物理引擎，让机器东说念主在造谣世界中进行千万次的强化学习。这种式样资本极低、速率极快，且不需要记念试错导致的硬件损坏。

然则，资深从业者们越来越明晰地果断到" Sim-to-Real（仿真到现实）"的局限性。

物理世界的复杂性不仅在于视觉上的光影变化，更在于极其巧妙的物理战役反馈，举例线缆的柔性形变、衣服的非刚性拉扯、螺丝拧入时的轻细摩擦力变化，以致是传感器自身的电磁噪点。

现在的物理引擎算力，无法无缺模拟这些高维、非线性的微不雅物理规定。这导致很多在仿真环境中推崇无缺的模子，一朝部署到真机上，就会出现严重的"脑梗"或动作失真。

既然仿真有边界，那就回到着实世界。

从斯坦福爆火的 Mobile ALOHA，到如今 Figure AI、宇树、智元等头部企业，都在多半使用遥操作——即由东说念主类衣服动捕服或使用 VR 开导，开云体育官网像扫尾阿凡达通常操控机器东说念主实践任务，从而记载下等一视角的视觉、要道角度和力矩数据。

这是现在被公认质料最高的数据赢得式样，不外，这遇上了数据集中在买卖上的第二大问题，即极不相宜经济效益的干预产出比。

据行业测算，单台全尺寸东说念主形机器东说念主的硬件资本动辄数十万以致上百万，而通过遥操作集中有用数据，不仅需要腾贵的硬件折旧费，还需要支付腾贵的专科操作员东说念主力资本。

华尔街见闻了解到，单条高质料的复杂交互任务数据，其集中和清洗资本可能高达数百好意思元，且失败率极高。

这种作坊式、手搓数据的模式，无法撑持具身智能走向通用化所需的百亿、千亿级参数范畴。

为了镌汰门槛，谷歌等巨头发起了 Open X-Embodiment 等开源数据集运筹帷幄，试图围聚群众各大实验室的数据供全行业使用。国内也有企业选拔开源百万级的真机数据集。

但这里荫藏着数据集中的另一大逆境，一个巨大的工程难题，即机器东说念主硬件实质的尽头碎屑化。 狗型、轮式、双足东说念主形，以致不同厂家的东说念主形机器东说念主，其要道解放度、电机扭矩、传感器布局和重点结构都统统不同。

一台在 UR5 机械臂上试验出来的高质料抓取数据，根底无法平直平移给一台特斯拉 Optimus 或京东的物流机器东说念主使用。

恰是"跨实质映射"的费劲，导致现存的开源数据大多变成了洒落的孤岛，难以变成范畴效应。

大约恰是在上述三大逆境之下，具身智能赛说念的买卖竞争逻辑仍是发生了本质的篡改：谁领有着实的落地场景，谁就领有了延续赢得廉价、高质料闭环数据的护城河。

这就讲解了为什么特斯拉和京东选拔了与其他纯硬件初创公司人大不同的途径。

特斯拉依托其远大的超等工场，让 Optimus 平直在着实的电板分拣活水线上昼夜试错；而京东则试图通过其触达世界的物流网罗、数十万的产业工东说念主和远大的实体零卖体系，打造一条半自动化的数据活水线。

这种嘱托，是将企业的供应链壁垒平直滚动为 AI 期间的数据壁垒。

与之变成昭着对比的是，很多莫得自有场景的机器东说念主初创公司，必须被迫转型——他们要么升天向高校和科研机构廉价兜销硬件，以此疏通筹议者们分享使用数据；要么只可花重金去工场租借步地，或者雇佣像简智这类新兴的具身智能数据服务商来定制数据。

不错说，京东的入局透澈撕开了具身智能行业的算法面纱，将其拉入了一个拼资金、拼场景、拼东说念主力调理的重钞票买卖拼杀期。

在数据荒眼前，算法的护城河正在变浅，而掌执着什物理世界交互进口的巨头，正在悄然抓住这张通往 AGI 的大网。

更稀缺的高质数据

面对京东运筹帷幄"两年内蕴蓄超 1000 万小时着实场景数据"，业内东说念主士的反馈并非一边倒的狂热，更多是沉稳的谛视。

在具身智能的语境里，数据的质与模态，远比单纯的时前途军得多。

算法行业指出现时的核肉痛点：现时缺的不是东说念主类视角的第一东说念主称视频，而是包含精准物理反馈的"景色 - 动作对"。

比如，宿迁市民带着录像头逛超市，或者快递员记载下送货过程，这产生了海量的互联网级泛化视觉数据。

这些数据对于试验机器东说念主的世界模子，让它交融什么是门、什么是苹果极具价值；但对于试验机器东说念主的"扫尾战术"，让它知说念用多大牛顿的力去捏住苹果而不捏碎，这类纯视觉数据确实是无效的。

一位从事机器东说念主行业的东说念主士对华尔街见闻暗意，机器东说念主缺的是有价值的数据，尤其是机器东说念主真机数据。在其看来，京东这一操作如故属于历程外包的 BPO 生意，提供东说念主员和步地。

东说念主类在进行物理抓取时，伴跟着极其复杂的触觉、力觉和实质空间坐标微调，这些高维度的隐性知识，庸碌的可衣服开导根底无法捕捉。如若京东的几十万东说念主力仅仅在孝敬视频，那后来期滚动为机器东说念主可实践动作的损耗率将高得惊东说念主。

另一位国内头部机器东说念主企业素雅东说念主曾直言，行业的紧要难题是"清贫和解的数据集界说尺度"。

举例，每一家机器东说念主公司的要道解放度、传感器位置、驱动器类型都不通常。京东集中的海量东说念主类动作数据，何如重定向映射到不同构型的机器东说念主实质上？

如若清贫和解的底层尺度，这 1000 万小时的数据最终可能只可变成京东自研机器东说念主的独有养分，而难以成为推进全行业最初的基础步履。

这大约恰是京东为安在首年权略中，非常强调了" 100 万小时的机器东说念主实质数据集中"。行业着实的发展地点，是用来表示世界的东说念主类泛化视频预试验 、用来学习技能的机器东说念主实质高质料数据微调，和用来进化迭代的强化学习自我探索。

京东文牍修复具身智能数据采围聚心，标记着国内企业初始尝试用范畴化、工程化的妙技来应付机器东说念主产业的数据短缺问题。

通过实体场景与大范畴东说念主力的集中，照实能为数据蕴蓄提供一种新旅途。

但要着实完了机器东说念主的"智能显现"，仅靠数据范畴的堆砌并不及够。

如安在海量采围聚保险数据的高维度与高质料开云体育(中国)官方网站，何如成就和解的数据尺度，以及何如妥善处理范畴化采围聚的秘密与合规问题，将是企业和统共这个词行业在迈向买卖化阶段必须解答的课题。

• 入局
• 惊东
• 念主海
• 动员