具身智能缺數(shù)據？覓蜂科技發(fā)布MEgo：無本體采集，隨走隨采

具身智能，這個曾經停留在實驗室里的未來圖景，正以出乎所有人預期的速度撞進現(xiàn)實。

Morgan Stanle預測，到2050年，全球具身智能市場規(guī)模將達5萬億美元。中國市場更被國務院發(fā)展研究中心估算，2035年將突破萬億元人民幣。

但在這條萬億賽道上，有一個問題正在成為最大的隱患：數(shù)據荒漠。

物理AI領域的真機交互數(shù)據，目前僅為大語言模型訓練數(shù)據的十萬分之一，不是沒有需求，而是供給極度稀缺：格式不統(tǒng)一、質量參差不齊、采集成本高到離譜，大量具身智能團隊卡在同一道門檻前：沒有足夠高質量的數(shù)據，模型訓練就是空談。

這是行業(yè)公認的核心卡點，卻遲遲沒有人從基礎設施層面系統(tǒng)性地去解。

直到覓蜂科技出現(xiàn)。

一站式物理AI數(shù)據服務，填補產業(yè)空白

2026年4月16日，上海張江科學會堂。

以“蜂行天下，數(shù)驅智能”為主題，覓蜂科技正式公開亮相。這是一家將定位為“全球領先的一站式物理AI數(shù)據服務平臺”的公司，不只是數(shù)據供應商，而是要做具身智能數(shù)據的基礎設施。

區(qū)別，在這里就已經出現(xiàn)了。

傳統(tǒng)數(shù)據公司賣的是數(shù)據集，是一次性的交付物。覓蜂想做的，是讓高質量物理AI數(shù)據“像水電一樣即取即用”，一套覆蓋真機遙操、無本體采集、仿真數(shù)據全范式的供給體系，打通硬件、軟件、平臺、運營全鏈路，實現(xiàn)數(shù)據的體系化、標準化、規(guī)模化供給。

這背后是對行業(yè)三大痛點的精準回應：

數(shù)據荒：真機交互數(shù)據極度稀缺，現(xiàn)有數(shù)據量無法支撐規(guī)模化模型訓練；

標準亂：格式、標注協(xié)議不統(tǒng)一，“臟數(shù)據”大量充斥，復用率極低；

供需錯：需求方拿不到高質量數(shù)據，供給方有資源卻難以變現(xiàn)，市場嚴重割裂。

覓蜂科技董事長兼CEO姚卯青在發(fā)布會上給出了一個關鍵判斷：2026年是具身智能數(shù)據元年。行業(yè)已經過了技術驗證階段，接下來的核心競爭，是數(shù)據采集與轉化效率的競爭。

這個判斷，是有數(shù)字支撐的。

覓蜂科技此前開源的AgiBot World數(shù)據集，Hugging Face累計下載量超過110萬次，GitHub Star達2.9萬，被MIT、清華、伯克利、哈佛等全球頂尖機構采用。更值得關注的是：覓蜂已成為NVIDIA GR00T系列模型的核心數(shù)據來源，為其提供了80%的預訓練真機數(shù)據，是目前全球最大的具身真機數(shù)據供給方。

這不是一家剛剛起步的初創(chuàng)公司，而是已經在產業(yè)核心位置站穩(wěn)腳跟的團隊，正在做一件更大的事。

MEgo系列：重新定義數(shù)據采集的起點

發(fā)布會最受關注的，是MEgo系列無本體數(shù)據采集硬件的全球首發(fā)。

過去，物理AI數(shù)據采集嚴重依賴實體機器人本體：需要定制化機械臂、專用傳感器、固定工位，設備成本高昂，部署周期漫長，且受限于本體形態(tài)，根本無法覆蓋真實世界中復雜、動態(tài)、非結構化的全場景交互需求。

結果就是：數(shù)據采集效率低、場景窄、復用性差。

MEgo系列的邏輯有點意思：讓數(shù)據跟隨人類。MEgo的命名本身就是一個宣言：ME代表“以人為核心”，go代表“隨行、輕量、無界”，M（覓蜂）與Ego（第一視角）的融合則代表了全鏈路的數(shù)據治理能力。

走到哪，采到哪。

MEgo Gripper是這套體系的核心采集終端。480克的極致輕量化設計，搭載毫米級軌跡重建技術，操作軌跡還原精度達1mm，亞毫秒級全局時間同步實現(xiàn)視覺、觸覺、姿態(tài)等多模態(tài)數(shù)據的精準對齊。

200°魚眼鏡頭配合三維觸覺陣列，輸出包含視覺、深度、IMU、運動軌跡、多維觸覺、夾爪狀態(tài)在內的全維度交互數(shù)據。Wi-Fi 6高速傳輸，保障高效與精準并行。

MEgo View是行業(yè)首創(chuàng)的全場景、全視角、多模態(tài)空間感知采集終端。核心設計是“超300°全景感知+腕部交互特寫”雙視角采集方案：頭部相機覆蓋300°超廣域環(huán)境，腕部相機精準捕捉手部操作細節(jié)，全通道支持1080P 60fps高清視頻流。

亞毫秒級無線時間同步與硬件級精準觸發(fā)技術，實現(xiàn)多傳感器數(shù)據在時間與空間維度的完全對齊，徹底解決了物理世界多視角數(shù)據時空統(tǒng)一這一長期懸而未決的行業(yè)頑疾。

更有價值的一點是，MEgo系列與智元精靈G2 Air的原生同構設計。基于MEgo同構型傳感器和夾爪的一致性數(shù)據訓練出的模型，可以無縫對接部署到G2 Air，快速實現(xiàn)機器人自主作業(yè)能力。

采集數(shù)據即訓練數(shù)據，訓練數(shù)據即部署數(shù)據。三步之間不再有信息損耗。

另一款MEgo Engine則是打通“最后一公里”的數(shù)據治理引擎。覆蓋原始數(shù)據到訓練數(shù)據的全流程自動化處理：多源時間對齊與智能篩選、6D軌跡重建與空間感知重建、多本體回放與智能評分的質量校驗，以及將傳統(tǒng)人工標注效率提升10倍以上的自動化標注能力。采集數(shù)據一鍵上傳，輸出即可直接用于模型訓練的標準化數(shù)據集。

采集、治理、訓練、部署。這個鏈路，覓蜂第一次把它完整地打通了。

蜂巢共創(chuàng)行動：一個生態(tài)的起點，還是一個產業(yè)的重組？

技術和產品只是故事的一半。另一半，是生態(tài)。

發(fā)布會上，覓蜂科技聯(lián)合上海電氣科技集團、國家數(shù)據標委會、工信部賽迪研究院，共同發(fā)起了“蜂巢數(shù)據共創(chuàng)行動”的全球啟動。北京人形機器人創(chuàng)新中心、上海國地中心、靈初智能、帕西尼感知科技、大曉機器人、無界智航、清智嘉創(chuàng)、艾歐智能、流瀾數(shù)智等數(shù)十家海內外機構成為首批響應單位。

行動目標就是打破數(shù)據孤島，統(tǒng)一數(shù)據標準，鏈接全球供需，打造開放高效的物理AI數(shù)據流通網絡。

從發(fā)起方的構成來看，國家數(shù)據標委會與工信部賽迪研究院的加入，意味著這場行動具有標準制定層面的話語權，未來物理AI數(shù)據的格式協(xié)議、質量基準、交付標準，很可能從這里開始被系統(tǒng)性地確立。

同日，覓蜂與京東云、百度云、阿里云、獵聘、貴州大數(shù)據集團、張江集團完成戰(zhàn)略簽約，覆蓋數(shù)據生態(tài)、場景協(xié)同、算力支撐、人才建設等多個維度。

這些合作方的加入，意味著覓蜂的數(shù)據服務能力正在與國內最主要的云計算基礎設施形成互補，數(shù)據在哪里，算力就在哪里，模型訓練的閉環(huán)就在哪里。

貴州省大數(shù)據發(fā)展管理局局長朱宗堯在發(fā)布會上專程發(fā)表演講，肯定覓蜂在數(shù)據標準化、生態(tài)化建設中的標桿意義。這一細節(jié)值得注意：貴州是中國大數(shù)據產業(yè)最重要的政策高地之一，政府層面對覓蜂模式的認可，意味著這套物理AI數(shù)據基礎設施建設路徑，有可能獲得更多政策資源的支持。

覓蜂給自己設立了一個2030年的目標：百億小時級數(shù)據產能，共建全球最大物理AI數(shù)據生態(tài)。

這個數(shù)字今天聽起來很大，但結合行業(yè)背景來看，具身智能從實驗室到規(guī)模化落地，需要的正是這個量級的數(shù)據基礎：2026年千萬小時級年產能，2030年達到百億小時級。

在當天的圓桌論壇上，極佳視界聯(lián)合創(chuàng)始人兼首席科學家朱政、光輪智能CEO謝晨、原力靈機聯(lián)合創(chuàng)始人范浩強、智源研究院具身數(shù)據負責人姚國才、阿里云高級算法專家張民英共同給出了一個判斷：具身智能的核心競爭，是數(shù)據采集與轉化效率的競爭。預計2026年底，全產業(yè)有效數(shù)據量級將突破千萬小時，為具身智能規(guī)模化落地筑牢基礎。

這是這個行業(yè)，第一次開始討論“數(shù)據基礎設施”這個層面的話題。

寫在最后

在AI發(fā)展史上，每一次從實驗室走向產業(yè)的躍遷，都需要一個關鍵的基礎設施層被建立起來。

大語言模型時代，這個基礎設施是互聯(lián)網文本數(shù)據的大規(guī)模爬取與清洗體系。具身智能時代，這個基礎設施，是物理世界真機交互數(shù)據的采集、治理與流通體系。

覓蜂科技正在做的事，是試圖在這個層面建立一個行業(yè)級的解決方案。

MEgo系列把采集門檻拉到了地板，蜂巢共創(chuàng)行動把生態(tài)邊界推向了全球，一站式平臺把從原始數(shù)據到訓練數(shù)據的全流程打通。

這不僅是覓蜂科技的故事，也是一個產業(yè)基礎設施被系統(tǒng)性建立起來的開始。而基礎設施一旦建成，護城河往往深不可測。