300万条数据哪里来？揭秘人形机器人“数据特训”

cnofor

    央视网消息：记者日前从北京市经济和信息化局了解到，北京人形机器人创新中心数据采集与训练基地投用4个月以来，内部研发数据采集量已经超过300万条，开源数据超30万条，已为多家头部企业及科研机构交付超数万小时高质量数据。这些数据究竟有什么用途？
    作为全国最齐全场景覆盖的机器人数据训练基地之一，北京人形机器人创新中心数据基地一期建筑面积近5000平方米，包括约200平方米的专业光学动作捕捉场地。记者在现场看到，120多台机器人分别在家居、商超、办公、工业、医药、康养等领域30余个典型场景中，进行现场的数据采集与训练。这些场景并非静态的“样板间”，其光照条件、物体摆放、人员动线均可按需调整，确保采集数据具备充分的泛化能力。
    总台记者 马欣欣：在搭建的是“儿童房”的场景中，模型训练师正在操控机器人去把这个反了的袜子给翻过来。完成这些动作的同时，也会实时采集这些机器人关节角度值、运行轨迹等多个数据，一共300到1000次才能完成一个动作的数据采集。
    针对初期机器人数据采集存在的场景碎片化、不同构型机器人适配难、数据质量参差不齐等瓶颈问题，基地也通过制定标准化的采集流程规范，确保整体数据合格率稳定在95%以上。截至目前，内部研发数据采集量已超300万条，开源数据超30万条。
    北京人形机器人创新中心具身天工事业部负责人 蒋未来：可以为中小型机器人用户至少节省50%以上的数据采集成本。

来源：央视网