西风 发自 凹非寺
量子位 | 公众号 QbitAI
注意看，眼前这个男人暂且叫他小帅。
你大概难以想象，他仅仅是于厨房里，以优雅姿态煎牛排，顺便做做家务，然而每小时居然能够赚取多达1000多块（150美元）。
怪不得小帅天天上班喜笑颜开。
难道他找到了什么神秘兼职？
画面一转——哦吼，机器人。
对的，在当下这个年代，你从事家务劳动所完成的视频，正被Encord、Micro1、Scale AI这些数据标注服务的提供商，当作用于训练人形机器人的人类高级素材，以高价进行回收。
评论区网友只是一味地要招聘链接。
机器人也需“家教”
当前，机器人是AI最热门的领域之一。
押注该领域很快会迎来自身“GPT时刻”的，是硅谷颇为著名的投资人Vinod Khosla等，PitchBook数据表明，今年到现在为止，机器人领域的风险投资已经急剧增长到121亿美元。
然而，在技术爆发的另一面，是机器人行业共同面临的数据荒。
“与大语言模型不一样，机器人没有现成的互联网数据集能够使用，必须要从零开始在现实世界当中生成训练数据，难度要大得多”，AI数据服务公司Encord联合创始人Ulrik Hansen一语中的地指出。
当下，机器人训练数据的源头能够划分成两条主要途径，一条是现实世界里的真实数据，另一条是合成数据。
可供远程操控机器人执行任务的真实数据是借助精密设备获取的，在这一过程里，能够同步记录下涵盖关节力矩、电机旋转等方面的一整套物理数据，而这样的方式能够捕获像“手感”力控信息这类的数据。
还或是可以凭借直接去记录人们在所处现实环境当中的活动进而得以获取的，就像Apple Vision Pro或者专业动作捕捉系统那般，去记录人们执行任务的整个过程。
此类数据质量具备较高水准，保真度表现极强，能够精准地反映出现实世界里复杂的物理交互情况可是问题在于其规模存在着限定范围，成本较为高昂的状况，以至于难以达成机器人模型对于海量数据的需求。
形成数据开辟了另外一条线路。借着于虚拟环境里主动生成不计其数种动作的变体，或者构建完备的交互场景，合成数据能够以相对低的成本达成数据自由。
比如说，NVIDIA Cosmos属于一个“世界基础模型”，它能够生成极为逼真的、好似视频游戏一般的环境，用以开展无人机训练。在此处，“世界”并非指代地球，而是指无人机互动的环境，像智能手机操作的房间内部可看见的区域。
此外，为了兼顾真实性以及规模性，机器人公司常常会采用把真实数据与合成数据相结合的方式，也就是将少量的现实世界当中的数据跟大规模合成数据进行结合，以此来克服机器人技术里数据稀缺的问题。
面对数据饥渴，目前各家的应对策略五花八门。
透露的Encord表示，他们面对此类数据的处理量在今年已然达到了去年的四倍之多。他们以高价进行真实数据的回收工作，要是视频属于操作设备这类具有高技术性的任务，那么所给予的酬劳最高能够达到每小时150美元。
另一家人工智能数据服务公司Micro1的首席执行官Ali Ansari透露，他们给出的报酬处于每小时25美元到50美元的范围之内。
此外，Scale AI宣称正在迅速地扩展机器人相关业务，并且于其位于旧金山的总部那儿设立了专门的实验室，直到如今已经产出了超过10万小时的用于训练的影像。
需求源自Physical Intelligence成立的公司，需求源自波士顿动力公司等，需求源自其他类似的公司。
就连有那么一家机器人初创公司，它自己跑到Craigslist上面去发广告，以每小时10到20美元的时薪，来征集用户用手机拍摄做家务的视频。
纵使各方付出诸多努力，然而优质数据却依旧处于短缺的状态。那家初创公司的创始人在面对外界的时候透露表示：“在市面上并不存在能够用于购买的大型数据集，就算是规模相对而言最大的，其时长也仅仅只有大约5000小时，而这样的时长是远远无法满足需求的。”。
参考链接：
https://x.com/dom_lucre/status/1981055417451942221
