人形机器人是如何学会洗水果的？背后有哪些秘密？

数据采集：反复操作积累经验

明确任务与细致流程

在北京人形机器人创新中心具身智能机器人数据与训练基地，操作员要严格按要求执行任务。比如在四个仿真水果上涂抹模拟污渍，接着用遥操作器操控机械臂完成一系列动作，包括拿起水果、打开水龙头、擦洗污渍、摆放回水果篮等，四个水果都擦洗完才算完成一遍。

大量重复确保全面覆盖

目前，一位操作员已完成160遍，重复洗了640个水果，而客户要求是500遍。通过大量重复，能让机器人学习到各种情况下的操作方式，积累丰富经验，为后续学习打下坚实基础。

多维度数据同步采集

采集“洗”这个动作数据的机器人的两个夹爪和顶端各有两个摄像头，用于采集“干净”这一视觉数据。操作员还需实时更换背景，如将洗手池上的清洁剂换成洗洁精，调换海绵擦和钢丝球的位置，提升模型泛化性，让机器人未来能适应不同场景。

数据质检：严格把控数据质量

制定详细规范保障一致性

为提高采集数据的质量，针对不同任务类型制定详细操作规范。操作员上岗前需通过标准化动作考核，确保同一任务在不同时间、不同人员执行下，采集到的动作轨迹具有高度一致性。

严格质检确保数据可用

质检时，要保证动作完整、标注准确等。只有通过全部质检的数据，才能进入算法训练流程。四个月前，数据训练基地质检合格率不到50%，目前整体合格率在95%以上。

确保数据接近人类操作观感

一条合格的数据要求包含多个维度，越接近于人的操作的观感，质量越好。比如洗水果时顺序错误、水果污渍没擦干净、操作过程存在卡顿等，都会被质检人员视为无效数据。

面临挑战与未来趋势

真机采集成本居高不下

真机采集模式需投入大量资金采购机器人设备，设备存在资产折旧问题，加上人员培训、场地搭建等持续投入，使得数据采集的前期成本居高不下。

行业标准有待统一完善

人形机器人数据领域尚未建立统一的确权、定价与交易规范，采集数据与机器人硬件构型深度绑定，导致标准化的数据交易市场难以成型，大量数据价值无法充分释放与流转。

无本体采集或成主要趋势

孔超认为，无本体采集将成为未来机器人数据采集的主要趋势。通过让人佩戴头环、手套等设备模拟机器人动作完成数据采集，再经算法清洗优化形成可用数据。预计今年无本体技术将更加成熟。

相关问答

人形机器人学会洗水果需要采集哪些数据？

不仅要采集“洗”的动作数据，机器人夹爪和顶端的摄像头还需采集“干净”的视觉数据。同时，操作员更换背景，采集不同场景下的数据，提升模型泛化性。

如何保证采集数据的质量？

针对不同任务制定详细操作规范，操作员上岗前要通过标准化动作考核。质检时保证动作完整、标注准确，只有通过全部质检的数据才能进入算法训练流程。

目前数据采集面临哪些挑战？

真机采集模式成本高，包括设备采购、折旧，人员培训和场地搭建等费用。行业标准未统一，数据与硬件构型深度绑定，交易市场难以成型。

无本体采集是怎么回事？

无本体采集是让人佩戴头环、手套等设备模拟机器人动作完成数据采集，再经算法清洗优化形成可用数据。预计今年该技术将更成熟。

数据训练基地的主要客户有哪些？

数据训练基地主要客户以模型研发公司为主，客户会指定特定场景、任务以及数据数量，价格根据任务复杂度而定。

2026年机器人行业对数据的需求有何变化？

2026年，机器人行业对数据的需求量级迎来跨越式增长，市场上的订单或需求基本都是十万甚至几十万小时的量级，跟去年相比至少乘以十。