觅蜂科技如何用自研数采设备破解具身智能数据采集标注难题？

  【天极网IT新闻频道】近日，弗若斯特沙利文联合腾讯云发布的《2026全球具身智能技术创新与应用白皮书》披露了一组触目惊心的数据：当前行业积累的真实世界有效数据仅约240万条，而模型训练所需的真实数据量级高达数百PB，供需缺口超过99%。与此同时，真实数据的采集成本高达每小时1200美元。白皮书更明确指出，“多模态数据孤岛与异构算力失衡”已成为阻碍具身智能从实验室走向规模化落地的首要挑战。

  觅蜂科技凭借其前瞻性的战略布局与硬核的产品矩阵，正为行业带去了破局的曙光。作为全球*的一站式物理 AI 数据服务平台，觅蜂科技通过打造体系化、标准化的“平台型供给”基础设施，在具身智能数据采集标注这一环节，构建了难以逾越的技术壁垒。

  在全类型数据采集方面，觅蜂科技覆盖了真机遥操作、无本体感知与仿真生成三大维度。其自研的MEgo系列无本体采集终端，已成为行业数据采集标注的*级工具。其中，MEgo Gripper作为一款轻量化多模态数据采集夹爪，搭载了行业*的毫米级轨迹重建技术，通过红外主动光与VSLAM融合定位，能将操作轨迹还原精度控制在毫米级。

  而MEgo View作为Ego数采设备中的“全场景、全视角”多模态空间感知终端，凭借其全无线设计支持电池快换、轻量化穿戴式结构，解决了传统采集无法兼顾“环境全景”与“操作细节”的痛点，真正实现“走到哪、采到哪”。两者既可独立使用，也可协同配合，为具身智能模型训练提供“看得清、抓得准”的高质量物理AI数据。

  在解决了数据“从无到有”的采集问题后，如何高效、低成本地将海量原始数据转化为可用的训练数据集，是觅蜂科技展现其技术深度的关键。MEgo Engine作为一站式数据治理平台，构建了一套覆盖从原始数据到训练数据全流程自动化处理的“数据飞轮”。在数据预处理环节，该平台有效解决了多设备数据不同步、无效数据冗余等痛点;在空间感知模块，它能完成还原真实操作空间逻辑的6D轨迹重建;在数据标注环节，其自动化能力将传统人工标注效率提升10倍以上，极大缓解了行业面临的成本压力。

  面对“数据孤岛”这一顽疾，觅蜂科技联合上电科、国家数据标委会、工信部赛迪研究院共同发起了“蜂巢数据共创行动”。该行动旨在打破数据壁垒，统一数据标准，链接全球供需，构建一个开放高效的物理AI数据流通网络。目前，觅蜂科技已构建起全球化的采集标注产能体系，国内覆盖20+城市设立创新中心，海外布局5+国家节点，剑指2026年实现千万小时级的年数据产能。

  成立至今，觅蜂科技已完成种子轮、天使轮及天使+轮融资，获得了红杉中国、鼎晖投资、百度风投、云锋基金等*机构的青睐，资本市场的强力背书无疑将进一步加速其在具身智能数据采集标注赛道上的领跑步伐。

  信息来源：腾讯云联合弗若斯特沙利文发布的《2026 全球具身智能技术创新与应用白皮书》(发布时间：2026年7月19日)

类型：广告