全球机器人数据竞赛中，数据需求激增但商业模式面临盈利挑战

文章报道了全球范围内为训练机器人而收集人类工作数据的激烈竞争，主要参与者包括 Shift、Mecka AI 和 Human Archive 等公司。这些公司通过支付报酬给工人录制日常任务视频，以获取宝贵的物理世界交互数据。尽管市场需求在过去一年增长了约 10 倍，且机器人行业在上半年筹集了 334 亿美元资金，但数据供应仍面临巨大瓶颈。

关键细节显示，虽然像 Encord 这样的数据供应商报告称客户需求从 1,000 小时增加到 10,000 甚至 100,000 小时，但数据收集过程本身存在显著挑战。例如，Mecka AI 开发了专用硬件来记录动作和力度，而 Shift 已在全球 15 多个国家雇佣超过 35,000 人。然而，这种模式并非没有风险：Eidon AI 的创始人 Sam Padilla 因物流、前期成本和微薄利润而关闭了其数据初创公司，并指出该行业可能存在“逐底竞争”的风险。

事实层面，数据需求确实激增，且多家初创公司正在积极布局。推断层面，随着更多资本涌入，数据收集可能会变得更加标准化和规模化。猜测层面，如果虚拟仿真技术（如 World Labs）能够成功生成大量合成数据，那么对真实物理世界数据的需求可能会减少，从而改变整个市场的格局。此外，数据收集过程中的劳工权益问题也值得关注，部分工人可能并不完全了解其数据将被用于训练可能替代他们工作的机器人。