上周，觅蜂科技在上海办了一场发布会。会上，有两个数字给行业带来了一些惊喜。

第2万套MEgo无本体采集设备正式下线，MEgo全系列累计采集数据达到100万小时。

要知道，觅蜂科技是今年2月才成立的，团队只有几十人，用半年时间铺出两万套采集设备，同时形成百万小时的数据产能，这个速度值得关注。

尤其是两个数字要放在一起看。

两万套MEgo说明采集节点已经铺开，一百万小时数据则说明这些设备已经在真实场景里持续工作了。

MEgo是觅蜂自研的穿戴式数据采集设备。数采员戴着它，可以照常洗碗、配餐、擦桌子。人的劳动原本就会发生，MEgo负责把其中的动作、空间、触觉和声音记录下来。

采回来之后，MPR物理重建系统和HandPose手部重建系统还要还原人与物体的空间关系，MEgo Engine再完成任务切分、动作标注和质量分级。

这些能力连在一起，觅蜂交付的就不只是一台采集设备，而是一套数据生产系统。

觅蜂科技董事长兼CEO姚卯青把MEgo比作物理AI数据电网的“电线杆”。“电线杆”立得足够多，真实世界的数据才有机会稳定流向模型。

01 数据生产，以人为中心

过去采集具身智能数据，通常要带着机器人本体。采集员通过遥操作控制机械臂，反复完成抓取、摆放和搬运。一个采集员对应一台机器人，想增加数据，就得继续购买本体、扩充场地、增加人手。

觅蜂选择以人为中心。它先记录人怎样自然地完成工作，再把这些动作转换成机器人可以学习的数据。这就是所谓“无本体数据”。

数据生产者也由少数专业采集员，扩大到每天在餐厅、工厂和家庭里真正做事的劳动者。

要做到这一点，设备不能妨碍正常干活儿。

MEgo是一套可以灵活组合的穿戴式采集系统。MEgo View由头戴和腕部模块组成：头戴设备记录整体环境，提供超过300度的感知范围；腕部设备跟着双手移动，近距离记录手与物体的交互。此外还有MEgo Gripper，通过夹爪记录物品的运动轨迹和触觉信息。

数采员戴好设备，就可以照常工作。多个模块无线互联并保持时间同步，不用背电脑、拖线缆。电池可以快速拆换，长时间作业不必停下来等待充电。

MEgo记录的也不是普通的第一视角视频。头部设备看整体，腕部设备追踪双手，深度和触觉传感器记录空间与接触状态。这些信息同步之后，后端才能还原一个动作具体是怎样发生的。

这种产品形态放进真实工作才有价值。比如，奶茶店员要连续拿杯、加料、封口，保洁人员要频繁弯腰、转身和移动。设备重一点，动作就会变形；使用麻烦一点，人就不愿意长期佩戴。

MEgo做对了一件事：尽量让佩戴者忘记设备。

人继续完成原来的工作，数据在过程中自然产生。过去，数据产能取决于实验室里有多少台机器人；现在，它开始取决于MEgo能够进入多少个真实工位。

两万套MEgo，也就成了两万个真实世界的数据入口。

02 一百万小时，把数据分层不浪费

数据采回来，只完成了第一步。

觅蜂这100万小时数据覆盖22个大类、500多个细分任务和5万多种物体，包含视觉、深度、触觉和音频。它们来自真实工作现场，而不是提前布置的实验环境。

真实数据越丰富，处理难度越高。

以制作一杯奶茶为例。人看到的是店员拿起杯子、加入原料、封口出杯；模型需要知道的却更具体：手从哪里接近杯子，手指什么时候闭合，杯子移动了多远，哪一步出现了停顿。

觅蜂先用MPR处理这些问题，你可以把它理解为一套物理重建系统。它把头戴、腕部和夹爪设备采集的内容放进同一个三维空间，还原人体、双手、工具和环境的位置与运动。

一段普通视频只能告诉模型“店员拿起了杯子”，MPR要还原的是手接近杯子、完成抓握、移动到操作台的完整轨迹。

其中，最难还原的是手部动作。

做美甲时，美甲师和顾客的双手不断交叉；制作奶茶时，杯子可能挡住七成以上的手；清洗宠物时，还会遇到泡沫、动物毛发和快速移动等干扰。

HandPose则是觅蜂开发的手部姿态重建系统。即使手暂时被杯子遮住，它也要把遮挡前后的动作接起来，避免轨迹中途断掉。这样，模型拿到的才是一次完整抓握，而不是几段互不相连的画面。

根据觅蜂公布的测试结果，HandPose在七项指标上达到行业领先水平。其中，手部关键点重建误差较业界次优方案降低62%，帧间抖动降低93%。手部只露出不到30%时，系统也能保持连续追踪。

动作还原出来，下一步就是告诉模型这段动作在做什么。

MEgo Engine是觅蜂的后端数据处理系统。它把两三个小时的连续作业切成不同任务，再拆成更小的动作。还是以制作奶茶为例，一段录像可以先按订单切开，再拆成取杯、加料和封口，人的运动轨迹也会被转换成不同机器人能够学习的形式。

完成切分后，数据还要经过觅蜂的质量评估系统ManiEval。一次准确的抓杯动作，可以教机器人模仿；杯子差点滑落、又被店员接住的动作，可以用于训练错误识别；手被严重遮挡的少见情况，则可以测试模型在复杂环境中的稳定性。

觅蜂把这套方法概括为“不过滤，只分级”。

真实工作中，人会失误，也会返工。如果把这些片段全部删掉，机器人学到的仍然是一个过于干净的世界。

觅蜂选择保留它们，再按照不同用途分层。一百万小时数据因此可以用于预训练、动作学习、错误识别和模型评测，而不是只用一次就失去价值。

采得多，说明觅蜂有产能；能够还原、切分和分级，才说明这些数据正在变成可以反复使用的资产。

03 从「设备生意」走向「数据基础设施」

采集设备只有接上处理系统和模型需求，才可能成为基础设施。

觅蜂已经把这条链路接了起来。前端设备进入真实场景，工作人员在正常劳动中产生数据；后端系统完成重建、切分和分级，处理结果再交给模型团队。目前，这批数据已经开始服务腾讯旗下机器人实验室Robotics X、蚂蚁灵波等研发团队。

腾讯Robotics X实验室产品生态负责人朱亚娟从模型端给出了评价：无本体数据能帮助模型理解物理世界、适配不同机器人，也能在一定程度上替代过去依赖机器人本体的遥操作采集，“对我们来说特别重要”。

这让觅蜂有机会走出一次性硬件交付，转向持续的数据供给。

与互联网时代的数据标注不同，物理AI的数据生产不能只在电脑前完成。它必须进入餐厅、工厂和家庭，记录人与真实物体的交互。谁能稳定进入这些场景，又能把采回来的内容处理成训练材料，谁就有机会成为模型与现实世界之间的数据接口。

觅蜂已经铺出了两万套设备，也建立了百万小时数据的处理能力。这是公司目前最有价值的积累。

姚卯青还提出，觅蜂的数据采集会从集中式走向半集中式，最后走向全民众包。未来，数据不再只由专业团队生产，普通人也可以在日常工作中参与。更多真实工位接入之后，稀缺的长尾动作也会逐渐进入训练数据。

第一根电线杆已经立住。设备在真实场景里采集，后端持续处理，模型团队也开始使用。以觅蜂半年跑出的速度看，这张物理AI的数据电网，已经开始铺开。

— 欢迎您在评论区跟我们交流 —