范应用项目。    “当前工业AI高质量训练数据极度匮乏。尤其是机器人、航空航天等领域，采集成本极高、风险极大、样本极少，直接导致AI模型泛化能力差、落地难度大。我公司上述募投项目的目标就是解决客户数据采集的痛点。”索辰科技副总经理谢蓉对外表示。    与大语言模型依托海量互联网文本数据不同，人形机器人、自动驾驶、移动具身设备依赖第一视角视觉、力觉、触觉等物理交互数据，真实场景采集成本高、标注流程复杂、行业标准缺失，国内可用于模型训练的高质量数据仅百万小时量级，远不足以支撑通用具身大模型迭代需求。    公开数据显示，全球高质量真实物理交互数据总量仅约50万小时，而具身智能通用模型训练则需要千万小时起步的数据量级。国泰海通证券在近期研报中直言，“数据饥荒”已成为具身智能泛化能力突破的主要瓶颈。    “具身智能的竞争重心正从本体硬件转向可供训练用的高质量物理数据。数据平台属于产业链‘卖铲子’环节，不受下游相关行业出货周期限制，可向全行业提供标准化数据服务，商业模式稳定性更强。短期来看，物流、汽车、工业制造垂直场景数据需求率先爆发；中长期，随着家用服务机器人、特种作业设备放量，通用型具身数据平台市场规模将持续扩容。”深圳市湾众管理咨询有限公司首席经济学家邱思甥在接受《证券日报》记者采访时表示。（编辑 孙倩）

=*=*=*=*=*=
当前为第2/2页
上一页-
=*=*=*=*=*=
返回新闻列表
返回网站首页