真机数据缺口超95%:具身机器人进厂,数据采集设备供给偏紧

2026-10-31 09:18:00
来源:同花顺iNews
作者:原创深度
分享
文章提及标的
新焦点--
汽车电子--
人形机器人--
联电--
数据要素--
人工智能--
查看股票机会下载客户端
10月30日,工业具身智能在汽车电子(885545)量产线上的最新进展被披露:博银合创首台具身机器人进入联合汽车电子(885545)上海工厂量产线试跑,作业指向标准化取放料。机器人进厂之外,更上游的变化正在出现:具身智能训练所需的高质量真机数据采集持续升温,数据采集设备供给偏紧成为产业讨论的新焦点(HK0360)。截至2026年初的行业口径显示,全球高质量真实物理交互数据总量约50万小时,而实现物理AI需要千万小时量级,缺口超过95%。今年上半年全球人形机器人(886069)出货量同比增长近300%,整机出货增长把数据供给短板推到台前。

汽车电子(885545)制造是自动化程度最高的工业场景之一,末端搬运却仍是人工依赖明显的环节。联电(UMC)上海厂厂长陆霓表示,工厂焊接、拧紧、点胶等高精度工艺已全面实现机器替代,线边物料搬运、上下料、散料分拣等末端环节仍高度依赖人工。传统工业机器人对定位精度要求很高,AGV解决了车间大范围运输问题,产线“最后一公里”的精准取放料长期缺乏成熟自动化方案。具身智能的切入价值在于场景复用:首个场景调试成本与传统机器人基本持平,同类场景规模化复制后,依托模型复用,边际成本会持续下降,适配汽车行业快速迭代的生产节奏。

试跑数据给出了落地进度,也暴露了差距。博银合创与联电(UMC)的产线设备调试今年6月启动,10月首台具身机器人进入上海工厂量产线试跑,落地标准化取放料场景。当前设备作业准确率达80%—90%,支持热插拔换电,单电池续航约6小时;仍需少量人工介入修正放料偏差,整体作业节拍效率尚未达到熟练人工水平。业内普遍测算,工业具身机器人整机成本降至20万元以下,才具备大规模替代人工的经济可行性。博银合创CEO任经纬表示,工业场景价值不能只对标人工作业节拍,夜班等工人排斥的高强度、重复性岗位,机器人可以7×24小时不间断作业,综合投入产出比是合理的。

数据采集为什么先热?因为垂类模型路线正在把真实产线数据变成门槛。今年以来,具身智能技术路线分化更清晰:通用派主打大一统模型,重点攻坚全场景泛化能力;垂类企业深耕细分工业场景,优先落地可商业化工(850102)位。博银合创采取高度聚焦的垂类路线,锚定工业制造、厂内物流两大场景,在通用技术底座上做垂直深耕。任经纬介绍,公司自研的Bolt模型不追求全场景通用能力,而是专注工业场景定向训练。与行业普遍采用实验室仿真数据训练不同,公司在苏州总部搭建真机数据采集中心,通过遥操复刻真实产线工位,采集带力反馈的完整作业序列数据,用真实工业场景数据弥补通用模型的适配短板。任经纬表示,想训练出适配工厂的机器人,必须基于真实工位作业场景训练;遥操采集的原生场景数据,训练出的模型适配性明显优于仿真数据模型。随着场景数据持续积累,模型泛化能力会逐步提升,最终实现“吃透单个工位、适配同类整条产线”。

真机数据采集的供给瓶颈并不只在采集环节。真机遥操质量高,但成本昂贵、依赖专业操作者;第一人称视角数据更易获取,却受纯视觉跟踪精度不足、缺少触觉的限制,只能用于大规模预训练,难以直接落地到精细操作。行业也在尝试用自动化数据引擎把人类操作视频转化为机器人预训练数据,有测试显示可实现超40倍的有效训练数据扩容;采集成本高、原始数据可用率低、跨本体复用难,仍制约数据供给规模化。数据要素(886041)产业化同步提速。10月20日,国家数据集团在河北雄安新区(885744)成立,由国务院国资委履行出资人职责,以数据资源开发利用为主业,定位推进数据资源开发利用、释放数据要素(886041)价值、服务人工智能(885728)发展、繁荣数据产业生态。德邦证券10月30日发布的计算机行业报告也把物理AI、数据要素(886041)产业化提速列为观察方向。对具身智能而言,数据采集设备供不应求只是表层信号,更深处是高质量真机数据的获取、清洗、复用和资产化能力仍在爬坡。

博银合创与银河通用的业务分工,提供了垂类协同的一种样本。任经纬表示,双方不存在同业竞争:银河通用聚焦通用大模型底座,布局零售、商用等泛服务场景,并推出消费(883434)级双足机器人产品;博银合创深耕工业垂类赛道,专注把底层大模型能力转化为可落地的工业工程化方案。双方技术底座互通、业务赛道错开,属于差异化协同发展。银河通用“银河星脑”AstraBrain具身大模型与“银河星数”数据基础设施,为博银合创工业垂类模型研发提供底层技术支撑。产能与产品规划方面,博银合创苏州基地计划2027年将年产能力提升至4000台,远期规划达到万台级年产规模。目前物料搬运场景已落地试用,分拣、上下料场景正持续验证迭代;行业端将优先覆盖汽车零部件(881126)、3C、新能源(850101)三大高需求赛道。

受访投资人把博银合创与联电(UMC)的产线试跑视为国内工业具身智能从实验室原型走向真实量产场景的代表性案例。其锚定汽车电子(885545)末端搬运的细分缺口、依托原生产线数据做垂类训练的模式,相比通用人形机器人(886069)路线落地速度更快,也针对性解决传统非标自动化柔性不足、迭代成本偏高的行业痛点。行业短板同样明显:当前设备作业准确率、节拍效率尚未追上熟练人工标准,整机成本也未触及20万元规模化落地的临界点,商业闭环仍处于早期验证阶段。垂类路线落地速度快,但场景适用边界较窄,跨行业泛化能力仍待突破。工业具身智能要实现规模化人工替代,仍需逐步攻克效率、成本、泛化三道关卡;数据采集设备的热度,最终要落到可持续的数据供给和可验证的投入产出账上。
免责声明:风险提示:本文内容仅供参考,不代表同花顺观点。同花顺各类信息服务基于人工智能算法,如有出入请以证监会指定上市公司信息披露平台为准。如有投资者据此操作,风险自担,同花顺对此不承担任何责任。
homeBack返回首页
不良信息举报与个人信息保护咨询专线:10100571违法和不良信息涉企侵权举报涉算法推荐举报专区涉青少年不良信息举报专区

浙江同花顺互联信息技术有限公司版权所有

网站备案号:浙ICP备18032105号
证券投资咨询服务提供:浙江同花顺云软件有限公司 (中国证监会核发证书编号:ZX0050)
AIME