官方网站-首页官方网站-首页

动态

机器人用上专属SIM卡,实景数据能跑多远?

发布时间:2026-09-15 21:33:54       阅读量: 7

当人形机器人大规模走进园区、工厂与商业场景,它们在现场采集的海量实景数据,如何高效回传到云端?近日,深圳企业乐聚机器人联合安徽电信、华为推出全国首个5G‑A具身智能专属套餐“具身翼联”。全球首张面向具身机器人的专用SIM卡就此诞生。

数据是人形机器人学习和进化的“燃料”。有了持续回流的实景数据,机器人才能“越干越聪明”。依托省、市两级政策引导与大湾区供应链优势,包括广东“十骏”在内的龙头具身智能企业纷纷深耕数据采集,用真实场景数据“喂养”机器人。这张最新出炉的专用SIM卡背后,广东具身智能的“数字资产”越来越雄厚。

“具身翼联”具身机器人专用SIM卡

机器人企业都是怎么采集数据的?

如果缺少真实场景的数据输入,机器人再炫酷,也只能停留在实验室演示阶段。如何给机器人“喂养”数据?

乐聚机器人选择从网络底座切入。在5G‑A具身人形机器人示范园区内,多台“夸父”机器人沿着8条主线开展并行巡检。依托5G‑A大上行、低时延、高可靠的网络能力,机器人巡检过程中生成的环境感知、图像等高价值数据会实时回传至乐聚数采平台,经过清洗、标注之后反哺模型迭代,闭环完成“巡检作业—实景数采—数据回流训练”全流程。

同为“十骏”,优必选则采取“工厂自产+自建数据中心”的重资产模式。企业搭建了行业领先的数据中心,配套自研数据基座。就在近日,优必选“机器人造机器人”的智造模式落地应用,工业人形机器人承担拆垛、码垛、上料、搬运等工作,每一次抓取、位移,都是一次实景数据采集。作为广东本土龙头,优必选还推动“数据训练场建设”相关工业人形机器人国家标准落地,把广东企业一线实战积累的经验,升级为可供全行业参考的规范。

越疆科技则深耕商业服务场景的数据采集。企业将大量机器人部署到商超、门店、影院等,执行饮品制作、货品分拣、物料抓取等任务,在真实的消费场景下沉淀灵巧手操作、小物体抓取、人机交互等数据,持续打磨服务场景控制模型。逐际动力聚焦复杂环境下的动态运动数据。企业把人形机器人投放到园区、户外非平整地面,大量采集姿态扰动、摔倒恢复、复杂路面行走等真机样本,依靠海量户外实景数据优化双足平衡算法。

乐聚机器人

数据采集还需要哪些支撑?

公开行业报告显示,今年上半年,国内人形机器人出货量突破4万台,全球占比达到97%。而依托大湾区完整的供应链配套以及省市政策扶持,广东正是国内人形机器人量产落地的核心阵地。当数以千计的机器人同时工作,海量感知数据采集,需要哪些支撑?

此次最新发布的“具身翼联”套餐,相当于为机器人开辟出一条专属的数据高速通道。乐聚相关负责人介绍,如果继续沿用面向普通消费者的手机套餐,网络上行能力严重不足,大量视觉、力觉、姿态数据无法回传,只能就地丢弃。机器人虽然拥有感知世界的“眼睛”和“四肢”,却缺少通往云端大脑的高速“网络神经元”。“具身翼联”套餐设置两档规格,配备500GB高速上行流量,支持动态切片,还可以根据业务场景做定制化调整。“这套方案最大的价值不在于流量本身,而在于运营商第一次将机器人作为独立终端做产品设计,不再是个人手机套餐的附属品。”相关负责人介绍。

广东也在顶层设计上推动公共实训场景开放,布局省、市多级具身智能训练场,开放工厂、产业园区、商业街区,支持企业把设备放到真实环境开展数据采集,让更多实景数据得以源源不断产出。2024年4月,广东省具身智能机器人创新中心在深圳落地,搭建起一批公共技术平台,为本土企业提供算力、测试、场景的综合支撑。

乐聚机器人

采集来的数据可以跑多远?

如果只停留在“自用训练”,那数据的价值远远没有跑满。数据不止能“养模型”,还能“出海赚钱”。

对内,海量实景多模态数据持续迭代感知、控制、交互模型,让机器人走得更稳、干得更准。对外,高质量的视觉、触觉、力反馈数据集,是全球人形机器人研发领域都稀缺的“数字教材”。

诞生于深圳的帕西尼感知科技,于今年5月完成国内首单具身智能数据集合规出海交易,其数据集的基础样本就取自深圳本地场景。广东手握海量工厂、园区实景资源,同时借助前海数据知识产权登记平台、深港跨境数据验证平台等制度工具,把场景优势转化为数据要素流通优势。

一张机器人专属SIM卡,看似只是通信方式的升级,这背后,整个具身智能产业的数据流正在“加速”。过去机器人缺网络、缺场景、缺数据,只能原地迭代。现在“专属专网+海量实景场景+合规出海通道”,三条链路全部打通。这套实践模式,正在被具身智能更多同行借鉴。企业会对自有数据做分层处理:一部分供给自身模型训练使用;一部分经过脱敏、确权之后授权给产业链上下游伙伴;满足监管条件的数据集,完成备案评估后即可实现跨境交付。这样的“产业外循环”,正在推动中国实景数据走向全球。

文 | 记者 林园

为了您更好的体验,请竖屏浏览
为了您更好的体验,请竖屏浏览。