“00后”小伙来上海当私教,学生都是机器人


长条桌前0后人机并排而立。小伙觅蜂科技数据采集组长朱绵锐正耐心地将桌上的上海生都瓶罐稳稳放入盒中,身旁的当私机器人亦步亦趋,精准模仿每一个细微动作。教学机器
这间位于上海张江0后觅蜂科技实训实验室,挤满了忙碌的小伙人与机器,堪称名副其实的上海生都“机器人学校”。
近年来,当私跳舞、教学机器跑步0后武术机器人频频惊艳全网。小伙但在聚光灯之外,上海生都要让机器人真正融入日常生活、当私实现灵活作业,教学机器必须先经历一场漫长而细致的“启蒙教育”。

MEgo View 无本体采集设备。
给机器人当“启蒙老师”
“哪怕只是拿放瓶子这样简单的动作,也需要反复‘教学’数百遍,机器人才能逐渐熟练。”朱绵锐坦言。
这位“00后”肩上的担子并不轻松。作为数据采集组长,他需将教学目标拆解为具体动作,设计变量与泛化环节,再有序分配给采集员。
“以炒菜为例,虽然我不常下厨,但现在必须对流程了如指掌。”朱绵锐举例道。他将这一长程任务拆解得极为精细:从沥水篮取菜、案板切菜、装盘备料,到起锅烧油、翻炒调味、最终出锅,每一步都需精准定义。
人类擅长举一反三,但机器不行,必须依靠海量的泛化数据来适应现实世界的复杂多变。
“比如削苹果,不能只用一种果型,近球形、长圆形的都得练,红的、绿的都要有。”朱绵锐解释,这种多样性的训练数据,通过真机或无本体采集,再经数据治理和算法处理,是机器人真正“理解并学会”的关键。
技术迭代正加速机器人的进化。
“机器人一天一个样,一个月一个大变。”朱绵锐感慨,以叠衣服为例,起初机器人只能识别单一朝向的领口,如今通过算法优化,无论领口朝左、朝右还是上下颠倒,它都能精准应对。随着任务从简单走向复杂,数据的泛化能力不断提升,支撑着机器人从容面对更多元的现实场景。
破解万亿风口的“数据饥渴”
技术迭代正在重塑“教书”的方式。随着无本体采集设备的上线,朱绵锐团队迎来了效率的飞跃。只需戴上头显和传感夹爪,通过相机捕捉人体动作,再将清洗后的数据“喂”给机器人,后者便能依样画葫芦,自主学习。
这与技术工作“吹毛求疵”的刻板印象截然不同。在朱绵锐看来,不完美的动作同样珍贵。“我们需要的是多样化数据。熟练工的操作是‘标准答案’,能教会机器人怎么做。而新手那些磕磕绊绊的‘错误数据’,则能教会机器人如何在出错后自我修正。”
缺乏真实、多样的泛化数据,是目前制约行业发展的核心痛点。若将具身智能比作一座金矿,眼下最紧俏的生意正是为机器人提供高质量的物理AI数据。朱绵锐所在的觅蜂科技,正是当下具身智能赛道炙手可热的“卖铲人”。
与大语言模型能靠互联网海量文本“自学成才”不同,机器人必须依赖真实的物理交互数据。就拿“捡起一片干木耳”这种人类信手拈来的动作,机器人却需调动材质辨识、空间匹配及力反馈等多重技能。这些数据在互联网上无处下载,必须在现实中一寸寸“磨”出来。
然而,行业正面临严峻的“数据饥渴”。据测算,2026年高质量物理交互数据的缺口将超过500万小时。传统的“手工作坊”模式——即专家遥控真机采集,一天仅能产出数十小时数据,且成本高昂。觅蜂科技的“无本体”方案,则将这一过程大大简化:它打破了专业壁垒,让普通人也能参与采集,如同将数据采集从昂贵的“专业影棚”搬到了高效的“全民随手拍”时代。
在朱绵锐眼中,教机器人就像“把懵懂的孩子一点点带大”。尽管日复一日的重复略显枯燥,但看着它们“从什么也不会,到慢慢有了自己的理解力”,他倍感欣慰:“我相信未来机器人一定能深度融入生活,到时候只需一声指令,家务琐事便都能交给它们。”

“00后”小伙来上海当“私教”,机器人是他的学生。
上海成为产业“加速器”
在这场数据淘金热潮中,上海正展现出强大的产业策源能力。
作为智元机器人孵化的数据平台,觅蜂科技成立仅4个月就完成多轮数亿元融资,背后是上海国际集团、上海国投等国资平台与产业资本的联手押注。近期,百度旗下基金也正式入股,进一步印证了这条赛道的火热。
更值得关注的是,上海正在从源头破题。觅蜂科技与张江集团签署战略合作协议,共建具身智能数据公共服务载体。国内首个大规模具身智能标准化数据集平台“浦江X”已上线,尝试解决“数据孤岛、标准缺失”等行业共性难题。
在业内看来,今年将成为具身智能的“部署元年”。智元机器人已在精密上下料、工业搬运、物流分拣等七大场景率先部署。在龙旗科技南昌工厂,机器人连续8小时在平板电脑生产线进行上下料作业,整体作业成功率高达99.9%以上。
从数据采集、大模型研发,到核心零部件和整机量产,一条潜能巨大的具身智能产业链,正在黄浦江畔加速成型。
而朱绵锐和他的同事们,正是这条产业链上最基础也最关键的一环——他们用日复一日的耐心教学,为机器人的“大脑”注入最鲜活的生命力。
原标题:《“00后”小伙来上海当私教,学生都是机器人》
(责任编辑:知识)
- 按摩椅怎么选?这几点很关键
- 日韩股市收盘,双双大涨
- 第七届“百日千万招聘专项行动”启动
- 19省份2025年平均工资出炉
- 异构人形机器人“麒麟训练场”改造升级,亮相2026世界人工智能大会
- 森马双功能洞洞鞋直降60元再领40元券,到手仅29元
- 租房党 小户型 大家庭:不同场景的家用空调省电最优解
- 中国团队凭电池回收新技术获2026年欧洲发明家奖
- 跟随黄子弘凡,静待一次次不期而遇
- 大众拟将中国研发新车引入欧洲,面临技术自主、关税与产能平衡多重挑战
- AI能赚多少钱,取决于能从人类工资池里拿走多少
- MONA系列第二款车型预售,小鹏冲量迎来关键SUV新品
- 辐射剧集台词让新维加斯主创都尴尬了?
- 这集《恐惧角》的编剧是不是也嗑嗨了?
- 周星驰《功夫女足》剧组餐曝光,演员赞为“行业天花板”,确实顶
- 女护士被单位认定卖淫开除?柳州:辖区内未发生此类事件
- 成毅新剧《狩谎》香港开机!曾志伟晒开机照,评论区变许愿池
- 阿里全面禁用Claude,禁令于7月10日正式生效
- 阿斯:法国7.1亿欧锋线被西班牙淘汰,4人位列身价榜前15名
- 世界杯|葡萄牙逆转克罗地亚 C罗和莫德里奇创历史
- 直播间熄火后,明星在生活区“活”了? views+
- “萌兰”搬新家 北京动物园大熊猫新馆将迎客 views+
- 特殊结构让电流在二维材料中无阻碍流动 views+
- 投资者付费跟随任泽平观点重仓存储芯片,满融操作千万资金爆仓 views+
- 高中地理常考的三大外力作用 views+
- 引力一号遥四运载火箭7月22日发射!商业发射迈入常态化 views+
- 民航局:上半年,实名登记无人机总数突破478.8万架 views+
- 长鑫科技批量造富:8名高管身家过亿,千亿、百亿级股东浮现 views+
- 俄飞船搭载俄美宇航员赴国际空间站“换班” views+
- 马赛体育总监:市场给出的结论是格林伍德不值8000万至1亿欧 views+
