觅蜂科技发布20.7万小时真机数据研究:三类缺陷或教坏机器人模型

资讯 华尔街见闻 全文 2211 字 · 约 6 分钟读完 配图 4 张 分类模型发布数据

11月20日,觅蜂科技发布一项真机数据质量研究。团队称,该研究基于20.7万小时真机采集记录、2万余条任务记录,用微调后的π0.5模型做真机验证。

所属频道 模型发布

11月20日,上海觅蜂具身智能科技有限公司(下称“觅蜂科技”)对外公布了一项关于真机数据质量的研究。按照团队的说法,这项研究依托20.7万小时的真机采集记录和2万余条任务记录,并借助微调后的π0.5模型在真实机器人上做了验证。

π0.5由Physical Intelligence开发,是一款通用机器人基座模型。觅蜂团队先用自己的示教数据对它进行微调,随后放到真机上评估。

机器人本体适配、遥操作系统、模仿学习数据质量,这三个方向此前各自都有研究。觅蜂团队把它们串到同一条真机数据生产链路里来讨论,并通过具体实验量化了其中一部分影响。

论文已于11月17日提交到arXiv。研究给出的结论是:机器人把任务做成了,不代表训练数据就没问题;即便是成功的示范,也可能把模型教坏。

这篇论文由觅蜂真机操作团队署名,属于技术报告,尚未经过同行评审。在贡献说明部分,团队把参与人员分成核心贡献者、团队负责人、贡献者以及Sponsor(项目支持)几类。

项目支持名单中出现了觅蜂科技董事长兼CEO、智元联合创始人、联席总裁、具身业务体系总裁姚卯青,以及智元具身研究中心副总裁任广辉等人,具体以何种形式提供支持,论文没有交代。觅蜂科技是智元机器人孵化出来的数据服务公司,论文首页还列出了智元机器人遥操作网站的域名。

论文一共描述了三组受控实验。

第一组做的是观测缺失实验。团队把积木挪到机器人视野之外,然后对比三种采集协议。

觅蜂科技发布20.7万小时真机数据研究:三类缺陷或教坏机器人模型(配图 1)

结果是这样的:操作员能直接看到目标、机器人却看不到时,模型选择手臂的准确率为50%,基本等于瞎猜;操作员与机器人处于同一视角、靠先验直接选臂,准确率是53%;如果先让机器人主动搜索并确认目标再选臂,准确率则达到100%。

三组各自做了30次真机评估,完整抓放的成功率分别为33%、40%和60%,前后差距的95%置信区间为27至64个百分点。

实验说明了一点:操作员和机器人看到同样的画面还不够,示范过程中必须把决策依据留在画面里。

第二组是校准实验。团队在14个关节的状态数据中按批次人为注入零位偏移,用来模拟不同采集批次之间的校准差异,每组各100条示范。

论文给出的数据是:全部采用与部署零位一致的干净数据时,成功率63.3%;掺入75%偏移数据、但保留25%对齐锚点,成功率为66.7%;一旦没有干净锚点,就只剩20%到26.7%。而在推理端,如果机器人自身存在零位偏差,30次测试全部失败。

团队认为,对后训练来说,校准一致性是模型能在部署本体上可靠执行动作的前提。

第三组是冗余实验。团队往训练数据里掺入0%到80%带停顿、绕行的示教。结果模型把新增路径长度保留了约90%,执行耗时从25.3秒升到32.6秒。

觅蜂科技发布20.7万小时真机数据研究:三类缺陷或教坏机器人模型(配图 2)

这组实验对应的是采集现场的真实情况。结果说明,后训练数据真正的风险在于,它可能把任务成功率和动作质量混为一谈。操作员为了弥补设备限制而做出的绕行、停顿,很可能跟着成功示范一起进入训练集。

三类问题影响模型学习的方式各不相同。观测缺失,模型只看到操作结果,拿不到决策需要的信息;校准不一致,相同的关节数值会对应不同的实际姿态;冗余示范,则把操作员的补救动作当成正确路径喂给了模型。

为了解释“隐形坏数据”是怎么产生的,团队从本体设计和遥操作控制两个层面展开分析。论文作者也说明,端到端的因果验证仍属于后续工作。

在本体层面,团队分析了25款主流双臂机器人,包括智元G1/G2、宇树G1-D、星海图、松灵、ARX、Franka等。结果显示,夹爪加长之后,机器人能够到更远的位置,但关节极限的代价可能随之上升。

论文提出,选机器人不能只比机械臂长度,还要综合评估任务所需的位置、夹爪方向和关节余量;如果工作空间不够,应优先考虑腰部运动。

觅蜂科技发布20.7万小时真机数据研究:三类缺陷或教坏机器人模型(配图 3)

在控制层面,实验发现,控制系统带进来的多余动作,最终会被后训练固化到模型的动作策略中。

觅蜂科技发布20.7万小时真机数据研究:三类缺陷或教坏机器人模型(配图 4)

团队举了一个例子:某个滤波算法完成计算可能用不到1毫秒,却给实际运动带来超过200毫秒的相位滞后。操作员看到的画面落后于机器人的真实动作,就容易越过目标、停下来等反馈,再反向修正。

所以,评估采集系统质量时,光看网络延迟、算法运行时间和任务成功率不够,还得测量从操作指令发出、机器人响应到视觉反馈返回的整个过程。

关于人类示范数据的质量会怎样作用于机器人的模仿学习,学界已经积累了相关成果,关注点包括模型能否认清决策依据、遥操作采集系统该怎么设计,以及不同示范方式会给下游策略带来哪些影响。

这项把本体、控制、数据三类变量纳入同一数据生产框架的研究,给出了真机环境下的量化结果。论文也提到,实验仅采用单一策略模型和单一动作表示,部分偏移是人为注入的,这些效应能否普遍成立,还需在更多任务和架构上验证。

今年9月,觅蜂推出众包平台觅蜂派。按其说法,数据质量最终要看下游模型是否愿意复购、用后能产生多少价值;平台结算依据审核通过的有效数据时长来计算。

觅蜂之前对外宣传的是百万小时级无本体数据产能,年内目标指向千万小时级。论文披露的20.7万小时则属于真机遥操口径。两套数字统计口径不同,统计范围是否交叉,文中没有说明。

论文的验收清单列出了完成时间、轨迹长度、动作连续性、决策信息完整性等检查项。这些检查如何与结算口径衔接,目前还有待确认。

对数据服务行业来说,这项研究指向的是验收标准可能扩容:从只看任务是否成功,转向观测完整性、校准一致性、路径效率等多维口径。这些指标能否进入采购与定价环节,要看觅蜂客户端的验证结果。

接下来可以观察几点:同行数据服务商会不会跟进同类质量指标;模型公司在采购验收时是否提出对应要求;第三方能否在π0.5之外的架构上复现这些效应。

风险提示及免责条款
投资有风险,入市要谨慎。这篇内容不能当作针对个人的投资建议,也没有顾及每位用户各自不同的投资目标、财务状况或实际需求。文中的看法、观点和结论是否适合自己,用户得自己掂量。据此操作,盈亏自负。
本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. LlamaIndex发布OCRia-1.5,NVIDIA推Cosmos数据工厂

    本期速报关注文档解析与合成数据的新进展。LlamaIndex推出OCRia-1.5模型家族,提升复杂表格解析精度;Google DeepMind上线Genie 4,支持原生音频与实时编辑;NVIDIA发布Cosmos Data Factory蓝图,通过Prompt生成含稀有事件的训练数据。此外,Gemini应用适配低内

    来源 AI 应用前沿
  2. 觅蜂科技20万小时真机数据拆解:三类“成功数据”可能教坏模型

    上证报中国证券网讯(记者 宋薇萍)近日,觅蜂科技真机操作团队发布《真实机器人数据质量背后的隐藏变量》研究,基于超20万小时真机数据、2万余个任务记录,结合25款双臂机器人结构分析与多组遥操作对比实验,拆解影响真机数据质量的隐藏因素。 在具身模型训练链路中,预训练无本体数据容错率高,后训练真机数据容错率极低...

    来源 腾讯网
  3. 谷歌工程师让打印机跑2.7亿参数模型:每词元约60秒

    IT之家 11 月 20 日消息,谷歌 DeepMind 技术团队成员奥马尔 · 圣塞维耶罗(Omar Sanseviero)于 11 月 17 日在 X 平台发布推文,在只占用 14.1MB 内存的情况下,成功让办公激光打印机运行 2.7 亿参数的 Gemma 3 270M 模型,每输出一个词元(Token)消耗约

    来源 腾讯网
  4. OpenAI自曝最强模型钻漏洞上网:停训11天,35秒可切断输出

    OpenAI 18日发布《管理前沿AI风险:从训练到部署》,首次系统披露从研发到部署全周期风险管控。文件披露两起险情:7月“Hugging Face事件”表明沙盒隔离难阻高能力模型;9月20日,一在训研究模型借DNS配置漏洞绕过隔离,获得有限互联网访问。OpenAI紧急叫停最强模型训练与评估11天,并设四层护栏、35秒

    来源 AI 产业速递
  5. 谷歌推 Gemini 4 Argon:面向机器人控制与策略优化

    谷歌发布了 Gemini 4 Argon,并将其定位为一款通用物理推理模型,适用于机器人控制、 Real2Sim 场景构建、机器人视频多模态标注以及迭代策略优化,而非单一的末端执行器策略。 在已发布的提示词中,在 MuJoCo 孪生环境中进行训练后,Argon 引导波士顿动力公司的 Spot 机器人完成了脚踏板任务;利

    来源 AI 行业观察
  6. 微软公布 USB4 多 Win11 电脑协同 AI 方案,搭积木式叠加内存 / 显卡算力跑本地模型

    IT之家 11 月 20 日消息,微软昨日(11 月 19 日)发布博文,宣布以开发者预览方式,推出基于 USB4 的远程直接内存访问(RDMA)体验,实现多台 Windows 11 电脑合力跑 AI 模型体验。 IT之家注:RDMA 是让一台电脑能够高效地向另一台电脑中获授权的内存区域读写数据,减少操作系统和 CPU

    来源 AI 行业观察
  7. OpenAI公开安全政策:两次险情逼停最强模型训练11天

    OpenAI 昨天(18 日)发布《管理前沿 AI 风险:从训练到部署》安全政策说明,首次系统披露研发、内部使用到公开全周期的风险管控。两起险情摆上台面:7 月的“Hugging Face 事件”证明光靠沙盒隔离关不住高能力模型;9 月 20 日,一个在训研究模型又借 DNS 配置漏洞绕过隔离、摸到

    来源 AI 开发者社区
  8. 腾讯混元Hy4开源:7700亿参数,四大社区同步上线

    腾讯混元11月20日正式开源Hy4模型,同步发布披露安全评估与已知风险的System Card。Hy4为混合专家架构多模态模型,总参数量7700亿、单Token激活约490亿参数,支持最长100万Token上下文。随着Hy4开放,Hy系列大语言模型均已开源。

    来源 凤凰科技
  9. 华为云开源CloudRobo-WM1.2:两项评测第一,11月30日开放权重

    11 月 16 日,华为云发布了昇腾原生具身世界模型 CloudRobo-WM1.2,并表示将在 11 月 30 日开放该模型权重、推理代码和后训练代码。该模型采用共享世界模型骨干网络,通过预测增强世界表征,并基于世界模型原生 DualAct 架构实现动作生成。据华为云介绍,CloudRobo-WM1.2 在 Robo

    来源 AI 行业观察
  10. 中国信通院人工智能研究所:个别机构假借名义开展AI数据质量评估技术服务

    2026年11月19日,中国信息通信研究院(以下简称“中国信通院”)人工智能研究所发布了《关于警惕假借中国信息通信研究院名义开展人工智能数据质量评估的声明》。声明称,近日,中国信通院人工智能研究所接到线索举报,个别机构以数据出海资质办理、数据资产入表等多种名义假借中国信息通信研究院身份宣传开展人工智能数据质...

    来源 腾讯网
  11. 谷歌Gemini 4 Neon实测:跑分全球第三,成本却只有旗舰一半

    谷歌在七周内连续发布四款模型,最新推出的 Gemini 4 Neon 凭借极高的性价比杀回 AI 竞争中心。它在编程和复杂任务处理上接近旗舰水平,但成本仅为竞品的一半。通过引入“中训练”机制和自研 TPU 硬件支持,谷歌解决了此前模型迭代慢、推理弱的问题。本文解析 Neon 的技术细节、实际工程表现以及谷歌如何通过高频

    来源 AI 应用前沿
  12. NVIDIA SEED:让Qwen预填充计算降25%,显存占用砍半

    NVIDIA 发布 SEED 技术,针对 Qwen3.8-Flash-Next 等混合架构模型进行推理优化。通过“浅层编码深层记忆”和“循环状态低秩分解”,SEED 在不改变原模型权重的前提下,将预填充阶段的计算量减少约 25%,单请求循环状态内存占用从 113MB 降至平均 43MB。实测显示,在 GB300 GPU

    来源 AI 应用前沿
  13. 腾讯混元Hy4 Flash实测:35分钟出可玩游戏,API价压过DeepSeek

    腾讯新发布的混元Hy4 Flash模型在速度与成本上表现激进。实测显示,它能在十几分钟内完成3D场景建模、增量游戏开发及财报分析,API价格仅为竞品的一半。通过混合注意力与Engram记忆模块等技术优化,该模型在保持高智能水平的同时,将推理成本压缩至旗舰模型的二十分之一,适合处理高频日常办公任务。

    来源 AI 应用前沿
  14. 没收过钱的DeepSeek,限个流就成罪人了?

    要说哪家大模型公司在科技圈和开发者中口碑最好,DeepSeek 认第二,估计没几家敢认第一。 哥们平时也不买量投流,纯靠模型攒口碑。 但我真没想到,就这么一家浓眉大眼的公司,最近居然被差评(不是我们)轰炸了。 这几天,不管是短视频平台还是应用商店,都能看到大批用户吐槽他们,狂刷一星差评。 有人说“死鲸鱼你不想活了吗……

    来源 AI 行业观察
  15. 快手Q3财报:用户规模保持稳健,AI纵深赋能业务经营

    11月19日,快手科技发布2026年第三季度业绩。财报显示,三季度快手(01024.HK)总收入达到316亿元,经调整净利润为7.9亿元,经调整EBITDA达39亿元。用户方面,三季度快手应用平均日活跃用户达到4.17亿,平均月活跃用户达到8.19亿,创历史新高。本季度,快手持续深化AI战略。可灵AI发布新一代视频生成

    来源 腾讯网
  16. Edge AI Daily 早报(11月20日)-钛媒体官方网站

    Anthropic以83美元定价登陆纳斯达克,首日高开34%,估值约1.5万亿美元;亚马逊谷歌合计持股28.4%,算力承诺近9000亿美元。英伟达Q3营收1158亿美元,董事会接触Arm CEO哈斯接替黄仁勋。OpenAI因训练环境漏洞停训11天,亚利桑那调查AI代理访问银行;谷歌发布Gemini 4 Neon,苹果推

    来源 钛媒体
  17. 计算医学补AI制药短板:十部门规划提出新路径

    AI制药发展到今天,出现了一个有些反直觉的现象。 一边,是模型能力的快速跃迁。AlphaFold之后,蛋白质结构预测已经发生根本变化,生成式AI开始进入蛋白设计、小分子设计、抗体发现,生命科学基础模型、大模型和科研智能体不断出现。2026年,OpenAI发布面向生物学、药物发现和转化医学的GPT-Rosalind。Is

    来源 AI 行业观察
  18. 阿里云单季收入609.73亿增53%:吴泳铭称算力紧缺长期存在

    【TechWeb】11月20日消息,阿里巴巴发布2027财年第二季度(自然年2026年7—9月)财报,该季度阿里云板块收入609.73亿元,同比增长53%,其中,外部客户收入同比增长64%,刷新近六年来的增速高点。 剔除一次性硬件交付后的外部经常性收入增速进一步升至67%。在资本开支同比大增60%至504.77亿元的重

    来源 AI 行业观察
  19. Gemini 4 翻身背后:SemiAnalysis 填表道歉,Hassabis 接梗回应

    Google DeepMind通过组织调整、算力重新分配和训练体系升级,在短短七周内连续推出四款Gemini 4模型。依托大规模预训练、多线并行研发和真实工程场景的强化学习训练,Gemini在编程和Agent能力上实现突破,重返行业第一梯队,此前唱衰Google的SemiAnalysis也公开致歉。

    来源 华尔街见闻
向下滚动自动加载更多