过去两年，在采访机器人公司时，我们听到最多的一句话就是：太缺数据了。
当机器人公司们还在探索模型、算法、数据和部署的时候，一家并不生产机器人的硅谷公司，把机器人数据做成了一门年化收入数亿美元的生意。
从100万美元到2.5亿美元，250倍增长，发生在短短一年。这家数据公司叫Maxinsights，它让普通人戴上摄像头，记录做饭、叠衣服、打扫卫生等日常动作，再把这些视频转化为机器人可以学习的训练数据。
如今，他们已经积累了200万小时的人类第一视角数据，并且建立起一张覆盖全球四千名数据采集人员的网络，而这家公司的数据采集运营团队，全职员工不到10个人。
我们在最近也采访了Dyna Robotics，这家硅谷机器人公司号称通过100万小时的人类第一视角数据，找到了机器人的scaling law（规模定律），而下一步，是1000万小时的数据。
当机器人行业开始验证自己的数据规模定律，这是否意味着，我们正在见证机器人领域下一个Scale AI的诞生？这篇文章，我们对谈了Maxinsights创始人袁宇光，从他经历的两代机器人创业潮说起，到当前机器人数据的商业模式、全球采集管理、数据技术，聊聊这场刚刚开始的机器人数据热潮。
本文为视频改写，欢迎大家收看以下视频
陈茜：宇光，欢迎做客硅谷101。我听说你们现在是机器人行业里，数据业务收入最高的公司之一。你们主要的业务是什么？
袁宇光：我们主要做人类的数据，并且把人类的数据变成机器人可用的数据，帮助头部机器人公司训练自己的模型。
陈茜：现在具体的体量有多少？也就是硅谷现在说的ARR（年度经常性收入）。
袁宇光：我们的ARR（指的是2026预测年度经常性收入）差不多可以达到2.5亿美元左右。
陈茜：那今年增长应该非常快了。
袁宇光：是的，我们去年一年才差不多100万美元，到今年增长的速度非常快。这也跟行业发展有关，现在很多客户已经通过使用更多高质量数据，帮助模型训练，并得到了一些基本认知。
这些模型不仅有了更好的表现，而且使用了至少100万小时的数据。所以目前可以看到，Data Scaling Law（数据规模定律）在Physical AI（具身智能）里面已经实现了。
陈茜：过去两年，我一直听到机器人行业说缺数据。2025年大家说缺的还是遥操作数据，但最近我在硅谷看到，大家开始押注human-centric（以人为中心）的第一人称视角数据。
袁宇光：2025年和2026年确实发生了一些变化。2025年早期，客户跟我们一起去开发新的、帮助具身智能用更scalable（可规模化）的方式落地。
当时我们探索了很多数据类型，包括teleoperation（遥操作）、simulation（仿真）、egocentric data（第一人称视角数据），甚至做过手套数据。那时我们就发现，除了第一人称视角数据外，大部分数据要么难以规模化，比如遥操作永远有一个上限；要么落地时存在很大的差距，比如大家都知道的Sim-to-Real（仿真到现实迁移）问题。
当我们考虑规模化时就发现，如果能把每个人身上的特殊技能变成机器人的技能，想象空间就变大了。
2025年，作为这个行业里面最领先的人，我们第一个订单是200小时。那时候，200小时对我们来说还没有概念。
陈茜：是遥操数据吗？
袁宇光：不是，是第一人称视角数据。
陈茜：客户是谁，可以披露吗？
袁宇光：是美国头部的大模型公司。当时他们也在探索，我们一起试了很多数据类型，最后定在人类第一人称视角数据上。
主要有几个原因：第一是有用，第二是可以快速规模化，第三是还能把人类一些隐藏的技能，变成机器人新的知识和技能。把这些串起来就会发现，机器人将来想要实现真正的AGI，是可以把人的想法变成机器人的想法，并且予以实现的。
陈茜：人类隐藏的技能是什么？
袁宇光：就说现在很火的叠衣服，可能全球有成百上千种叠衣服的方式。如果把它们合并在一起，就可以让机器人用各种人类的方法去迭代，去叠一件很简单的衣服。
这样做的好处是，第一，可以让它叠得更有效；第二，可以叠得更可靠；第三，见到不同的东西都可以叠。所以我觉得，这给机器人本身增加了很多基础智能。
陈茜：相当于通过第一人称数据的方式，达到了它的泛化性。
袁宇光：是的。去年我们就已经发现，这些数据本身能增加模型一些简单的泛化性。
从最早的200小时，到去年年中、下半年加起来，我们一共有2万小时，相当于100倍的提升。到了今年年初，2万小时变成了20万小时。所以我们作为整个行业的一个先驱者，已经是走了三步。
在这个方向上，我们发现痛点也发生了变化：从缺数据，变成了缺高质量的数据。今天很多人还在说“我有很多数据”，但真正决定你能不能在行业里站住脚的，是数据质量到底有多好。
陈茜：先跟大家划清一下类别，你们采集的都是以人为中心、第一人称的视频数据？这些数据怎么采集？
袁宇光：是的，这种数据是来源于人们日常的生活，通过头部的设备进行采集。这是我们上一代的产品，而这是我们最新的产品，戴在头上可以记录整个手部的内容，而这种手部的内容会成为我们的毛坯数据，再经过我们的高质量处理管线，变成高质量数据。
陈茜：我看到上一代设备有六个摄像头，它有多大的视野？
袁宇光：270度。
陈茜：为什么要270度？
袁宇光：这也是我们最早积累的know-how（专有技术）。刚开始我们用GoPro，很小的摄像机。那时候我们收集的数据非常地真实且不可控，因为真实生活中，你的头会晃来晃去，手也会离开画面。所以我们用了270度的大范围视角，保证手至少在画面里，也能捕捉更多、更丰富的周围环境的信息给模型。
陈茜：两边各有一个，中间有四个摄像头，为什么这么设计？
袁宇光：中间四个主要拍到手，以及身体的一些部位，这些身体部位也可以给到模型提供更多的信息。以人为中心的数据不只有手，还有身体的位姿，所以会涉及pose tracking（姿态跟踪）和hand tracking（手部跟踪）。设备将来还要提供更丰富的信息，帮助模型做全方位跟踪。
陈茜：所以采集时，需要一位采集员戴着这个头盔。一天采集多少个小时？
袁宇光：我们的采集时间相对比较长。我们采用的都是相对专业的采集员和采集团队，这也是跟行业里不太一样的地方。现在很多公司有自己的外包采集网络，这很像当时Digital AI（数字智能）的模式：发动身边的人，让他们获得一些补充收入。
对我们来说，数据采集更像DoorDash，或者国内美团的模式。采集时，你需要大量、高质量，而且有多样性的数据，所以需要对采集团队进行直接管控。这种直接管控能帮助团队获得更高质量、更高的输出，才能在这个行业里获得更好的位置。
陈茜：这一块特别重要，整个数采团队的管理，我们待会儿可以详聊。先继续说数采设备，新一代相比上一代有什么区别和升级？
袁宇光：它更轻了，更轻，它的电池可以维持时间更长。
陈茜：感觉要小巧一些，甚至。
袁宇光：对，新的产品会更能快速地标定，就相对它得到的信息和结果会更准确。
陈茜：我看它只有4个摄像头。
袁宇光：对，4个就够了。
陈茜：那为什么之前要6个，然后现在只要4个。
袁宇光：其实也是迭代的过程。有更多的摄像头，大家就觉得会有更好的输出。但实际上我们也会考虑将来这个行业需要往成本优化的方式走，所以我们再去考虑得到更相同信息的前提下，要考虑更优化的成本结构。
陈茜：这两代摄像头的像素都一样吗？
袁宇光：对，类似。所以减到4个成本肯定是降低。
陈茜：那穿戴的体验，有没有什么区别？
袁宇光：这个是很轻的，而且它戴上的时候像帽子一样。然后你手机上会有一个APP，直接打开它连上就可以了。
陈茜：就是我看上看下看左看右，它就随着我的视线来动。
袁宇光：对，而且不管你怎么动，手部都不会离开画面。我们也希望通过硬件设计，让采集方式更容易规模化。
陈茜：特别有意思。那你们现在的体量是可以收集多少万小时的数据了？
袁宇光：我们一个月最高的产能可以收集到45万小时。
陈茜：所以你们现在手里面是有多少个小时的数据？
袁宇光：接近200万小时。
陈茜：这个规模在第一人称视角数据行业里，属于什么量级？是最多的吗？
袁宇光：是最多的，而且是相对高质量的第一人称视角数据集。
陈茜：你一直强调高质量。我也听机器人公司的研究员说，有些供应商号称有很多万小时数据，拿来训练却发现质量很低，根本没法用。怎样评判数据质量？
袁宇光：是的，质量本身也是不断迭代的过程。2025年刚开始，我们还没有清晰的质量概念，到今天已经有非常严格的质量管线，它会包含几个主要内容。
第一，tracking（跟踪）信息的准确度要高，达到毫米级。第二，数据要有足够的多样性，为模型提供更多样的数据。第三，还要有一定的量，每天只提供一小时，客户肯定不够用。这三个叠加起来，形成一个完整的数据包。
除了跟踪准确度里有很多language annotation（语言标注）的信息，视频本身也要包含有意义的任务输出。比如一直在玩手机，或者挠挠这里、挠挠那里，都不属于有效输出。有效的事件、准确的跟踪、准确的标注，把它们做成一个数据包，才是有效、高质量的数据。
陈茜：采集员戴着头盔完成任务、录下视频，你们收到之后，还要做哪些处理，才能交付给客户？
袁宇光：收集完所有毛坯数据后，要经过一条很长、很复杂的数据处理管线，最后才能交给客户使用。这一套管线出来的结果叫Training-ready Datasets（可直接用于训练的数据集），或者High-quality Datasets（高质量数据集），拿来就能训练。
而中间要对手部进行标注，要理解视频、进行语言标注，还要给整个视频做索引，归类它到底是什么。最后需要QC（质量检查），我们也会通过human in the loop（人工参与闭环）的方式验证数据质量。
陈茜：从原始数据进入管线，到成为可训练、可交付的数据，中间的淘汰率或筛选率是多少？
袁宇光：说实话，这个数字很难评判。因为很多筛选出来的数据，比如通过人工参与筛选出的数据，还会作为后续处理配方的一部分，回到管线里重新处理。我们会把数据的confidence level（置信度）分成不同等级，对应不同客户的要求，所以整个数据集也有不同分级。
陈茜：是不是有些客户要求很高，有些客户也能接受质量低一点的数据？
袁宇光：理论上，客户都需要高质量数据。
陈茜：低质量的数据给谁？
袁宇光：只是客户的要求不同。相对低质量的，我们更多叫General Datasets（通用数据集），会回到管线里重新处理。我们不会给客户低质量数据。
这些低质量数据能帮助我们重新认识，模型在标注过程中到底出了什么问题，以及数据管线应该怎样迭代。到今天，我们的管线已经迭代过差不多六七遍，这是行业里最重要的核心的部分。
陈茜：刚才提到遥操作、第一人称视角和合成数据这三类。第一人称视角数据，跟UMI有什么区别？
袁宇光：UMI数据是人手拿着夹爪，让它的形态跟机器人夹爪的形态对应起来，直接做retargeting（动作重定向）。UMI本身还会结合第一人称视角数据，现在比较流行的是这样一套方式。
第一人称视角数据是裸手的，没有任何夹爪，它们的区别就在这里。
陈茜：为什么要用夹爪？
袁宇光：这要看模型训练的三个阶段。大家知道pre-training（预训练）、post-training（后训练），现在还有mid-training（中期训练）。UMI会更多用在中期训练，甚至后训练里。
夹爪是目前更流行的方式，因为对于机器人来说，夹爪相对可靠，当然将来也会有很多灵巧手设计。我们的第一人称视角数据，不仅能对应夹爪，也能对应手。而UMI本身可以直接重定向到夹爪上，会更快、更有效。
陈茜：相当于UMI更适配夹爪机器人。如果我的人形机器人用的是五指灵巧手，就没必要用夹爪的UMI数据了。
那为什么要把第一人称视角数据和UMI结合？是希望训练出来的机器人，既能操作灵巧手，也能操作夹爪吗？
袁宇光：还是要看客户的机器人形态。有些偏向夹爪，就更依赖UMI；有些主要用灵巧手，那么直接从人手形态重定向过去会更好，因为两者更像。
陈茜：成本上有区别吗？
袁宇光：采集成本相差不大，主要区别在中间的数据处理管线。UMI的采集效率比裸手低很多。
陈茜：因为拿着工具去完成任务，肯定不如直接用手方便。
袁宇光：对，你做饭也不会用两个夹爪做饭。
用UMI采集，效率会低一些，但过数据管线时，处理会相对简单。裸手数据非常真实、不可控，会有很多边缘情况，所以管线需要处理这些问题。比如手经常被遮挡，有时看不到手，或者同一个镜头里出现多只手，比如我们在握手，都很难得到稳定的手部输出。
所以管线必须非常强大，才能提供高质量数据。
陈茜：目前客户主要在买什么数据？今年更多买的是human-centric（以人为中心）数据吗？
袁宇光：公允地讲，客户的数据训练配方里，有遥操作需求，有human-centric、也就是第一人称视角数据的需求，还有UMI需求。从我们目前的观察看，裸手第一人称视角数据的需求量最大。
你可以想象，不需要先变成夹爪这种中间形态，而是直接把人手变成机器人的灵巧手，像人一样下地干活，这多有想象空间。
陈茜：从成本看，遥操作最贵，仿真和合成数据最便宜，第一人称视角数据在中间？
袁宇光：理论上是的。但仿真数据，我们在2024年就研究过。因为仿真数据本身其实不是一个销售的产品，因为客户本身知道它非常便宜，可以生成很多，自己也可以做，所以它不是数据公司的主要方向。
仿真公司也有可以做的事情，比如环境、数据资产，这些是它们真正应该关注的。但就数据本身而言，我们认为目前从供应商购买的两个主要来源，一个是遥操作，一个是human-centric（以人为中心）。
陈茜：Human-centric（以人为中心）比遥操作要便宜多少？
袁宇光：不同客户有不同要求。如果从整个行业的发展来看，我认为可能便宜一半。
陈茜：我今年看到有一个趋势，很多世界模型公司、之前做视频生成的公司，现在都变成了机器人数据公司，也在向机器人公司卖数据。它们在这个环节里处于什么位置？
袁宇光：我们认为，很多世界模型公司也是我们的客户。它们需要相当多真实数据，才能生成数据，也希望跟我们合作。这类公司跟我们的生态位相互依存，反而会带来整个行业的提升。
陈茜：但它们买了你们的数据，再卖给机器人公司，会不会跟你们形成竞争？
袁宇光：是这样。在世界模型体系里，它们会基于我们提供的一些简单任务，做不同的泛化处理，最后进入整个数据闭环。在某种程度上，我们是相互依存的：我们提供更多原始数据，它们再生成视频，而我们可以继续用高质量标注产线，帮助它们把这些视频标注成处理后的数据，变成客户最终能用的数据。
陈茜：它们现在没有数据产线。如果将来也建了自己的产线呢？
袁宇光：假设这些公司有很多现金储备，今天想做数据产线，其实是在做我们2023年做的事情。刚才说过，我们大部分产线依靠模型，而这些模型的制作，需要Ground Truth Data（真值数据）。
我们有很多自己开发、研究的真值数据管线，这部分属于真正的Proprietary Data（专有数据），是任何人都没有的。所以，即使它们今天做，也只是在做我们2023年、2024年做的事情。
陈茜：有两到三年的差距。
袁宇光：对。所以我们认为，现在很多想做数据的公司已经入局晚了，头部已经产生了。
陈茜：这个差距没办法用其他方式赶超，因为这个数据产线是你们过去两三年积累的资产和护城河。
袁宇光：对，这是我认为数据公司一个重要的护城河。产线的结果是高质量数据，过程依靠不同模型，而模型又基于之前积攒的专有数据。这些专有数据的规模，我们认为已经达到行业相对领先的位置。
其他公司想再积攒，需要相当长时间。这些属于物理过程，不是直接就可以生成的数据过程。
陈茜：数据收集，以及收集过程的管理，也是护城河？
袁宇光：是的，数据收集及其管理都是护城河。数据公司需要一条很强的Vertically Integrated（垂直整合）产线，从硬件开发、运营，到数据管线，再到最终输出，整个链条都要连在一起。任何想卖数据的公司，都离不开这些。
刚才说的视频蒸馏公司，它们没有运营，也没有硬件。对于一个纯数据收集公司，没有数据产线，也没有那些专有数据。只有把这些连在一起，才能输出最高质量、最大规模，而且有多样性的数据。
陈茜：这大约200万小时的human-centric（以人为中心）数据，是多少人采出来的？
袁宇光：我们全球有接近4000人的采集团队，都是直接管理的。这个模式很像DoorDash，能帮助我们快速扩大规模、找到新场景，并采集到更高质量的数据。
陈茜：能不能解释一下这个DoorDash模式？
袁宇光：这种运营模式挺有意思的。今天包括Figure等公司，也在做外包网络。我们在2025年就试过外包的形式，但发现几个大问题：质量低、输出慢、产量也低。
在我们的理念里，运营就像工厂，只是它没有集中在一个地方，而是散布在各地。这更接近DoorDash式的直接管理：早期DoorDash会对骑手有更多管理，需要去哪儿、怎么做，系统都会直接给指示。
我们的运营团队是自建的，不太使用外部供应商。供应商的价值，是提供一些罕见、不常见的场景。而大量的自建团队，则能帮助我们快速进入想要的场景。
比如明天需要医院、养老院场景，可以直接向采集员下达任务，让他们进入这些场景，快速反馈回来。如果先找供应商，再让供应商安排，反馈闭环就会非常慢。这是快速迭代的行业，运营必须快速跟上要求，提供更高质量的反馈。
陈茜：自营听起来是个挺重的模式，需要怎样的管理经验？
袁宇光：挺难的，管理运营是一件特别难的事情。我们构建运营网络时，走了很多弯路。刚开始也用很多外部供应商，直接给目标，让他们采几万小时。
2026年1月，我们给出的目标是10万小时/月，如果低于2万就别干了。最后的成绩是18000小时/月。所以2月份进入调整期，我们觉得这种方式不行。我带着团队一点点看，怎样才能输出更多、更高质量的数据。
后来发现关键是以设备为中心，让周围的资源围着设备转，因为设备是唯一的资源。第一，设备要准；第二，设备要提升使用效率；第三，设备还要被正确使用。我们做的所有部分，都围绕设备本身拓展的。
刚才也聊到，我们一天能采集多少数据。在整个行业里，我们的设备使用率是最高的，所以这样才能帮助我们产生大量、高质量的数据，回到产线里继续使用。
陈茜：听起来，首先硬件要好，接着培训和管理都要到位。
袁宇光：同时还需要科技加持，需要一个平台。我们全球有接近4000名采集员，但管理这4000人的数据采集运营团队的全职员工不到十个人，这是一种非常高效的管理模式。
这种模式依靠的是中间这一层，叫AI Agent in the Loop（智能体参与闭环）的平台。它既能管理设备，也能管理人，还能帮助他们提高质量和数据产量。后端模型依靠我们大量的数据，直接给采集员反馈，甚至设备没戴好，agent也会提醒他们。
陈茜：Agent相当于一个“小监工”，盯着采集过程，随时反馈。
袁宇光：我们叫小助手。
陈茜：“小助手”这个名字好听一点。这4000名采集员分散在哪里？
袁宇光：我们分散在八个国家：美国，包括现在在的洛杉矶也有团队；还有墨西哥，东南亚的印尼、越南和泰国，中国、土耳其，以及最远的南非。为了管理这件事，我们还在印尼设了自己的办公室。
陈茜：4000人不算特别大的规模，为什么不集中在一个国家，比如印尼或巴西，而要分散到这么多国家？
袁宇光：这跟数据需求有关。模型需要更多样性的数据，理解来自不同地方的数据类型。不同国家有不同生活方式，把这些不同生活方式合在一起，才变成最后的智能。所以要去不同国家采集，每个人的生活方式不一样。
陈茜：比如做的菜不同，有法式菜、中餐，叠的衣服、生活方式和环境也不一样。
袁宇光：对，比如东南亚能见到很多长袖、戴帽子的，洛杉矶则有很多短袖。
陈茜：10个人通过agent去管理4000人，这个模式还是挺有意思的。现在可以透露一下客户都有谁吗？
袁宇光：客户分为两类。一类是大模型客户，就是你天天用的那些AI。因为一些原因，我们不能说具体名字。另一类是做Robotics Intelligence（机器人智能）的客户。
陈茜：大模型客户用这些数据，也是为了训练机器人，还是做视觉推理？
袁宇光：是训练机器人。
陈茜：所以Astra出来，它们肯定也用了很多机器人数据。
袁宇光：Astra这个方向特别惊艳。
陈茜：它出来之后，整个机器人行业都炸了。
袁宇光：我们也很兴奋。大模型使用很多第一人称视角数据和机器人数据，帮助机器人产生更多泛化性。
机器人公司看到变化，也开始思考：是不是真正要落地、做垂直应用，公司将来的方向是什么？我们希望帮助这两类客户，得到它们各自需要的基础设施，包括数据、评估和后面的落地，结合起来提供全栈支持。
陈茜：卖给这些客户的，都是同一套数据吗？
袁宇光：我们一直提供数据集的license（使用授权）。数据集每天都在不断扩大，所以每天都会不一样。
陈茜：我们前几天采访了Dyna Robotics。他们在Dyna-2发布时提到，用100万小时的human-centric（以人为中心）数据，找到了他们的Scaling Law（缩放定律）。这100万小时里，可能大部分都是从你们这儿买的，而你们也可能把其中七八十万小时的数据卖给其他客户。
从商业角度出发，机器人数据现在的模式会不会有一点像SaaS（软件即服务）？同一套软件可以卖给上千个客户。如果目前human-centric（以人为中心）数据总共就这么多，100万、200万小时，也可以卖给所有大模型公司和机器人公司？
袁宇光：数据对客户来说可以复用。如果一套数据集已经被一个客户验证过，它就很容易给其他客户带来相同、甚至更高的价值。所以我们也要不断提高对自己的要求。
陈茜：如果大家买到的是同一套数据集，对模型训练来说，数据本身就没有差异性了。
袁宇光：它们的训练配方不同。模型架构、模型使用方式都不一样。我想Dyna、Genesis、OpenAI，以及其他大公司，都有自己的一套训练方法。这是数据之外，它们自己的配方。
陈茜：所以，模型能不能更好地利用这些数据，是最终效果的差异点。后训练是不是也是？比如Dyna内部也会采集遥操作数据，用在后训练或RL（强化学习）中，这部分是它们自己要做的事情。
袁宇光：我们认为是这样。预训练、后训练、中期训练会形成反馈机制，让机器人更好地落地。我看到一个说法，99%只是一个起点。还有1%，需要通过后训练，真正实现部署。
作为数据合作伙伴，我们可以在后训练里提供更多不同价值。但这确实需要跟客户走得更近，了解它们的需求、帮助它们落地，才能做到。
陈茜：目前客户主要拿你们的数据做预训练？
袁宇光：目前是，但明天可能就不一定了。
陈茜：为什么？有什么不一样？
袁宇光：我们认为，行业变化很大。看到新的Astra 6出来，我们觉得基本泛化性的问题已经基本解决，但一些长程任务、更难的任务还解决不了，仍在提升。除此之外，行业也会进入下一个阶段。
我们认为明年有两个大趋势：第一，数据量继续扩增。我们自己的观点是，每家客户基本需要100万小时左右，作为保底的地板线，往上不设上限。不同客户有不同需求，但基本都是十倍增加。
在这个基础上，一些客户会进入后训练。这非常依赖具体环境，而我们的运营体系能快速提供不同环境、不同场景，帮助客户测试和评估硬件。不只包括模型，也包括硬件本身的可靠性。这也是我们跟客户越来越近的原因：不只是数据供应商，后面还包括模型反馈的供应商。
陈茜：我跟Dyna聊的时候，他们说现在Dyna-2完成100万小时之后，接下来想再验证1000万小时的量级，看Scaling Law是否还能立得住。如果成立，可能说明路线是对的。
行业往1000万小时的human-centric（以人为中心）数据迈进，对你们是很好的机会，但竞争也会更多。什么时候能达到这个规模的训练集？一年能完成吗？
袁宇光：我觉得可能都不需要一年。这就是为什么要建立足够灵活、能产出高质量数据的团队。
从100万到1000万小时，十倍提升，是对运营最大的考验。像外包网络，一个人一天可能也就产出一两个小时数据，要多少人才能满足1000万小时的需求？
陈茜：如果你们要产出1000万小时，需要多少人？
袁宇光：我估计需要现在基础上3到5倍左右的人。
陈茜：现在是4000名采集员，可能要到2万人？
袁宇光：差不多在1.5万到2万人左右。
陈茜：对公司的挑战是什么？
袁宇光：我们永远在看怎样快速扩大规模，这对公司成长非常关键。最大的挑战有三点：
第一，能不能保持数据质量的同时增加数量，还能保证多样性。这三个放在一起，要看管线够不够稳健可靠。如果每天只能产生一两个小时，我认为无法满足行业需求。
第二，在这么多行业、这么多国家运营，能不能快速转换？
第三，在前两点的基础之上，能不能理解客户对1000万小时的具体细分要求？这些要求可能不止一个，还会根据客户自身需求不断迭代，你怎样跟客户紧密协作？
目前我们有三十多个客户，每个客户对数据需求都有不同想法。我们也会反过来建议，数据应该怎么做、往后怎么走。从100万到1000万小时，需要跟客户持续沟通数据迭代的过程。我们非常愿意成为行业的一部分，帮助整个行业像飞轮一样转起来。
陈茜：如果类比大模型数据，Scale AI最初的采集成本没那么高，但模型能力越来越强，就需要硕士、博士标注高质量科研数据，成本也越来越高。
机器人数据会不会也是这样：通用、泛化性较强的场景相对便宜，但垂直专业场景的成本会很高？
袁宇光：我认为Physical AI会跟Digital AI走一样的路线。今天Scale AI、Mercor等公司都在提供更多数据给大语言模型，具身智能将来也会这样。
2025年最初的200小时基本不设限，什么都可以。到了下半年采几万小时，任务要求还很简单，做些简单事情、搬动东西就行。到今天，要求确实越来越难。它不再需要数据工厂里的模拟场景数据，也不再需要简单的“擦擦擦”。
陈茜：什么叫擦擦擦？
袁宇光：比如擦桌子、擦玻璃，这就叫“擦擦擦”。现在也不再需要简单地把东西摆来摆去。
和Digital AI一样，将来会需要越来越难的数据。一类帮助大模型继续提升，另一类满足落地型客户的需求。比如客户要去养老院，就不需要医院的数据，而是希望全球不同地方的养老院一起帮忙测试。怎样把成功率从99%提高到99.99%，才是我们提供的价值。
目前我们有三十多个客户，我们认为是行业里客户数量最多的公司之一。同时，ARR（指的是2026预测年度经常性收入）差不多能达到2.5亿美元。行业扩张确实带来了很多欣喜，但也带来了很多困扰。
陈茜：困扰是什么？
袁宇光：困扰是怎样尽可能快地规模化提升数据质量。从200小时到200万小时，甚至将来1000万小时，需要的基础设施是不一样的。
比如上传网络怎样设置更省钱？怎样更好地标注？现在还有很多业内人士用大模型做文字标注，太贵了，会花非常多钱。所以我们做自己的模型，既为了省钱，也为了提高质量。
另外，怎样把人的活动连接起来，让他们形成一定网络，还能保持大规模、高质量，这件事很难，这是我们在考虑的下一步。
陈茜：大语言模型已经穷尽互联网上的人类语料和数据，机器人的数据会穷尽吗？因为机器人数据不在互联网上，而是采集出来的。从100万小时到1000万小时，它的上限在哪里？
袁宇光：我认为会，但也要看数据类型。遥操作的上限相对较低，到一定程度，量就够了。第一人称视角数据的上限更高，但到一定程度，也会进入平缓期。
陈茜：为什么会进入平缓期？
袁宇光：平缓期是指，在相同模型架构的前提下，继续增加这些数据，对成功率的提升已经非常有限。
再下一步，就要看你想用模型做什么。如果觉得99%可以了，可以去做更难的任务，但更难任务的提升也会很慢。另外，如果要从99%提高到99.99%，就需要更多、更专业的数据。
所以我们认为，将来的运营网络会从普通人都可以戴的设备，发展成专家式的网络，帮助客户更快跨过99%到99.99%的平缓期、更快落地。人形机器人最终要商业化，更快执行一个应用、真正落地，才能更快收回成本。谁能帮客户更快落地，谁就能赢得信任和订单。
陈茜：如果数据增加到一定程度，对模型的提升有限，或者说曲线变得平滑，那你们这类机器人数据公司的价值还在哪里？
袁宇光：在后面。数据只是切入点，落地时还需要评估和部署。这种评估和部署在Digital AI时代里是没有的，需要在实际生活里做物理尝试。
比如模型做好了，最近Physical Intelligence发布了API，你要测试：第一，它到底在哪些地方、哪些场景、哪些情况下会失败？第二，失败后，能不能帮助它恢复？恢复的过程，又会成为更宝贵的数据，帮助模型提高泛化能力和成功率。这些是数据公司可以做的。
再往后，想象沃尔玛、Costco使用人形机器人时，需要的是全栈支持，不仅包括落地，还包括数据。那时数据合作伙伴也很有想象空间。当把数据生产产线、运营网络，再加上部署和评估平台结合起来交给客户，这时候比如Costco、沃尔玛就可以使用这一套产品，真正落地，就像今天使用ABB、库卡的工业机器人一样。
陈茜：所以最终的愿景，是做全栈服务商。
袁宇光：是的，我们也在往这个方向发展。数据带来的是高质量、大规模的数据处理能力，这是深的能力；运营是广的能力。两种能力叠加，再跟客户共同迭代，形成与客户协作的能力。
这三种能力放在一起，三位一体，才能在Physical AI领域走得越来越远。这是我们不断打造能力、考虑更长远发展时在做的事情。
陈茜：从数据的角度看，你觉得什么样的机器人公司最后能够走出来？
袁宇光：我们希望每一家客户都走出来。
陈茜：所以都来用你们的服务、买你们的数据。
袁宇光：我们真的希望每一家客户都走出来，也是抱着这样的信念在做。我来自传统机器人领域，工业机器人很可靠，但很多人在做编程，其实是人在为机器人服务。
我们希望大模型公司提供更高的泛化能力，也希望这些与我们合作的、行业内有名的具身智能公司，真正进入它们能做的每一个场景。看到那一天，我会非常欣喜，不管我们在行业里是什么位置。能够为行业发展尽一份力，就是我们想看到的未来。
陈茜：接下来聊聊你的创业经历和来时路，帮助大家理解你为什么会选机器人数据这个方向。你从交大毕业后去了伊顿，后来进入机器人行业、自己创业。当时为什么选择伊顿？为什么想做机器人？
袁宇光：当时有很多offer，但那是很多很多年前了，我只是长得比较年轻。
交大毕业后，我当时也接触过Accenture，以及一家咨询公司Booz Allen Hamilton，后来拆分成Booz Allen和Hamilton，是全球除了麦肯锡、BCG、贝恩之外的第四家最大的咨询公司。
但我不是特别喜欢做演示报告、做分析，还是希望能动手、去尝试，所以选择进入自动化公司伊顿。这是一家五百强左右的企业，给了我很好的机会。我去过美国、墨西哥、日本，这些经历对现在的影响非常大，给了我全球视野和经验。
陈茜：伊顿当时主要做什么业务？你担任什么职位？
袁宇光：伊顿比较有名的项目之一，是国内C919的动力总成。它也是美国很大的电力供应商，有点像西门子、施耐德。比如我们这栋楼的电力系统，应该就是伊顿的。
我做过很多职位，产品经理、供应链、市场经理、销售，几乎把非技术的角色都做了。对我影响最大的，是在日本工作的四年左右，接触了很多生产体系，其中最有名的是丰田生产体系。这是一种质量管控体系，怎样在上量时控制质量，把两边平衡好，我把这些用到了今天的运营里。
陈茜：丰田的体系是什么？
袁宇光：丰田的体系叫TMS（丰田制造系统），也有其他日本名字。它分为几个部分，但大部分讲的都是质量：怎样在快速上量的同时保持质量？
比如生产汽车有一种流程叫PPAP（生产件批准程序）。上量的同时，质量必然会受到影响，所以要控制上量，再提升、再控制。我们管理运营时，也把它看成一个工厂，只不过这些工厂不在一个地方，而是在全球各地。
它背后的理念，就是First Principle（第一性原理）,第一性原理是不变的。上量时，质量必然会受到影响，所以要控制质量，压下来，到一定程度再调整、再控制。这样才能在短期内，不断得到大量、高质量的输出。
陈茜：下压的过程中，会遇到什么挑战？
袁宇光：很多挑战。不同场景有不同要求，比如具身智能采集中，会有很多无意义的任务：玩手机、走路、手离开画面、跟人聊天。还有设备佩戴不对的情况，有的人喜欢这样戴。
陈茜：镜头就直接对着天花板了。
袁宇光：像这样戴，数据怎么处理？还有很多边缘情况，怎样通过管线处理？场景又能不能持续保持多样性？
我们发现过，一个房间四个角各放一张桌子，四个人采四份数据，衣服叠完了放、放完了再叠，效率最高。但这对我们的管理不利，对客户的泛化性也不利。我们用很多方法去掉这些问题，最后输出的才是真正的高质量数据。这些细微之处，客户是不知道的。但我们为管理这些数量和质量问题，花了大量精力。
陈茜：这些来自你当年在伊顿的经验？
袁宇光：确实是在日本跟生产体系学到了怎样生产。只不过现在不是在一个地方，而是在全球各地生产。
陈茜：2014年左右，你为什么决定离开伊顿创业？
袁宇光：想做一只自由飞翔的鸟。2014年出来以后，我最大的感受是，原来自己像笼子里的鸟，被喂得挺胖、挺好，别人给食吃，但永远在笼子里。飞出来后，才发现世界很大，有很多有意思的感受，也很好奇。但有时候找不到食吃，这也是那时挺痛苦的地方。
陈茜：你创办的Mega Gear Robotics，当时做什么？
袁宇光：做机器人。我们想做自己的低成本机器人。2014年，十二年前，ABB、库卡、Yaskawa（安川）、Fanuc（发那科）这“四大家族”，加起来占中国90%以上的市场份额，跟今天截然相反。我们觉得这是机会，想做自己的机器人，替代头部企业，就是这么简单的想法。
陈茜：你当时觉得他们做得不好，还是觉得他们太贵了？
袁宇光：太贵了。按今天的价格看，那时差不多是现在的2倍、2.5倍，甚至3倍。
陈茜：当时做的还是大型机械臂、工业机器人，并不是人形机器人。
袁宇光：对。那时还没有今天熟悉的节卡（JAKA）、埃里特等协作机器人品牌。最初我们也做得不好，做了一台裸机，外壳都没装，线露在外面。做下一代产品时，想把它当废铁扔了，但我觉得这样不行。
后来遇到一位大学老师，他说有些预算，我就问能不能用在我们身上，他问我们有什么。2014年，我刚看到“开源”这个新词，就说这台机器人是开源的。他愣了两秒，问什么叫“开源”，我说“就是你可以随便改”。他觉得挺好，因为大部分工业机器人只能编从A到B，没办法编太底层。我们的机器人可以编到底层，满足了很多大学、技能学校的需求，帮助学生提升对机器人本身运动学的认知。
陈茜：相当于宇树现在的生意：提供本体，让大家在上面编程。
袁宇光：是的，变成了一个小的开源平台。当时销售还不错，我也觉得挺好。
陈茜：你当时卖多少钱一台？
袁宇光：接近20万元人民币。
陈茜：这么贵？
袁宇光：那时候算便宜的。相同负载下，ABB、库卡还要高20%到40%。
陈茜：“四大家族”已经占了这么大的市场，你为什么有信心，觉得自己能做得比它们好？
袁宇光：那时候没有自信，就是试试看。我不是想做鸟吗？飞出来以后，得先找东西吃再说。我们一直在探索，试过很多方向，从机器人做起，后来做到了这部分。
开源机器人虽然有很多学校客户，但宇树走到今天，是因为它一直坚持，并不是所有人都看好教育行业。所以后来我们又从硬件转到模型、计算机视觉，用很多图片做了一个小模型，才真正走出来。
陈茜：但那时的模型跟今天肯定完全不一样。
袁宇光：不一样，但也有相同的地方。那时候模型很小，难的是取得数据、取得高质量照片。我们当时做的一个产品需要不断拍照。拍照看上去很容易，但产品本身有不同特性。我们的目的是，用一种特别的方式，准确把它夹起来，放到同一个很精确的位置上。这需要了解产品形态，而形态有上千种，对我们很难。所以那时候，我就开始对数据有一些认知了。
陈茜：后来为什么把公司卖了？
袁宇光：这是创始人一个好的出路。我觉得创始人有三种出路：上市、卖公司，或者让公司非常盈利。这给了我今天做企业的一些感受：要以终为始，先想最终怎样做，再回到今天。
那时候没有这个想法，是从始终，看到方向，先做再说，就像在黑森林里，看不到任何东西，不知道往哪走。所以给其他创始人的一点建议；先想商业模式是什么、怎么盈利。别像我一样，先打开笼子飞出来。没有食吃，瘦了一圈，才挣扎着看清世界，那时候挺痛苦的。
陈茜：是不是当时觉得市场也就那样了，因为高校教育市场本身比较小，当时大家对机器人软硬件的认知，也还没准备好？
袁宇光：是的。2014年甚至更早，二零一几年的时候，这个行业一直很难发展。当时没有具身智能的概念，大部分在讲“工业4.0”，还记得这个词吗？
后来我们又试了很多方向，大概转型六七次，包括工业互联网、IIoT（工业物联网），把机器人连接起来，做能联网、监控的平台。
后来为什么不做了？因为商业模式不对，收不上来钱。我们很快铺了几个工厂，能监控几百台机器人，但客户不愿付费，就只能转型。
陈茜：不愿付费，是因为没有看到价值？
袁宇光：我认为那时还没有到那个付费习惯。痛点和痒点很难区分，客户告诉你“我需要”，很多时候只是痒点，挠一挠就行了，不愿意付费。真正的痛点，才会让客户持续付钱。
有句话说得很好：当你的产品不完善，几乎不能用，只有核心功能时，客户还愿意付费，那才是真正的痛点。
陈茜：当时客户告诉你，他们的痛点或痒点是什么？
袁宇光：我当时根本没问痛点是什么。我带着一个小团队，把大家关在屋里，说咱们打电话给这些人，给他们装上，他们肯定有需求。
我假设他们有这个需求。我问了两个朋友，他们说“有，可以试试”。但他们的第一句话，我当时没有真正记在心里，现在才有感受：他们在回答有没有需求之前，先问的是“这事要不要收钱？”我说“不收钱，先试试”，他们就说“好，试试就试试，挺好”。
但上量以后，发现他们真正的付费意愿比较低。
陈茜：如果当时说要收钱，可能就不想试了。
袁宇光：下一个问题可能就是“收多少钱”。而且很多时候，我问的人不是最终决策者，甚至说愿意付钱，都不一定是真的。
这给了我很多今天的感受，包括这次创业之前，我咨询了大量的人。2022年，我有了再做一些事情的想法。2023年，看到机器人叠衣服，我觉得行业要变化了。这跟过去ABB、库卡那些大型工厂、车间里的机器人完全不同，需要一种全新的、处理柔软物体的能力。
看到叠衣服，我觉得接下来肯定会发生什么，但又不确定。于是向UC Berkeley和自己的关系网络，发了大量陌生拜访邮件，咨询了接近200人。
陈茜：当时你在伯克利念书？
袁宇光：在伯克利念MBA。
陈茜：是把之前的公司卖掉后，去伯克利的？
袁宇光：是的。我在伯克利发邮件，几乎给机器人行业的同学都发过。最初回复率很低，只有10%。后来不断改进写邮件的技巧，提高到了40%。
陈茜：那时还没有ChatGPT帮你写邮件。
袁宇光：对，都是自己写。每周差不多安排两个会，不断问他们的想法。这些人里，有些今天成为客户，有些成为竞争对手。生活就是这么有意思。
陈茜：伯克利是个很神奇的地方。我觉得你毕业的两所学校，在这一轮AI浪潮里都很重要。交大不用说，硅谷很多核心研究员、创始人都是交大毕业的。伯克利也一样，比如机器人领域的Chelsea Finn、Sergey Levine、Pieter Abbeel，都是教父级、教母级人物。伯克利的机器人行业氛围是什么样的？
袁宇光：伯克利、斯坦福，学术合作都非常紧密，整个湾区作为一个整体，大家都是机器人的信仰者，相信人形机器人、相信机器人领域的AGI。所以说这种信仰，把大家聚集起来。
我当时跟他们聊，也在想这种信仰是什么。逐渐融入这种氛围，再同频交流，才有了今天的Maxinsights。公司的所有基础，都来自那个时候很早期的认知。
今天大家都知道数据是瓶颈，但回到2023年，很少有人有这个认知。从当时的非共识到今天的共识，我们把赌注放到桌上，把所有精力放到桌上，变成真正的筹码。这跟整个行业和整个学术的氛围是离不开的。
我们公司有学术人才，也有工程师，彼此结合很有意思。既要发展前沿技术，又要帮助它规模化，这才是将来的核心。
陈茜：这一轮吸取了上次的经验，一定要找到足够痛的痛点。你确实也找到了机器人行业的痛点，就是数据。当时你创业的时候，为什么这么笃定？
袁宇光：这件事有两个大的认知。第一个是同类对比，Physical AI有无人驾驶这个先行者，还可以参考Digital AI，它们都离不开数据。过去获取数据的方法，跟今天很相关，可以参考。
第二个是另一个维度，是找到真正的决策者。可能就是带动行业前沿技术发展的研究人员，他们说的话，一顶一地重要。所以我当时聊一个人就很兴奋，天天聊都不觉得累，反而精力充沛，因为得到了更多知识，知道行业会怎样发展。
我觉得我们的工作也是这样，包括很多VC公司也是。这些是我当时得到的基本认知，但那时完全是自发的，只有我自己发邮件，到今天发件箱里还保存着那些邮件。
从这两个角度交织在一起看，我认为行业正在变化，再加上2023年看到机器人叠衣服的结果，这些合起来，成为我往后发展的动力。
陈茜：你现在押注机器人的Scaling Law。虽然之后想做全栈服务，但这件事的上限，也决定了目前能卖多少数据。
袁宇光：我认为是这样。但行业边界在于Physical AI到底有多大，真正部署人形机器人的机会有多少。客户可以做智能、做部署，但真正部署时，需要很广的输出、很深的认知，这是我们提供的价值。
所以它不仅由数据的上限决定，也由整个行业的边界决定。我们笃定Physical AI的上限会远大于Digital AI，这是我们真正押注的现实和未来。
陈茜：你们是这一轮“卖铲子”的人，但这听起来好像没有做机器人本身那么sexy，你能接受吗？
袁宇光：每个行业都有自己的角色，要从自身优势和能力出发。我们团队结合了工程化与研究，也包括我个人的经历。你让我真的做AI深入研究，我做不了。
但我能做的是，让整个行业的基础变厚，帮助客户快速扩大规模。我的所有经历，都在告诉我怎样规模化，包括在日本的运营，以及后来工作中怎样寻找新机会。上一家公司，我花了大量精力寻找部署机会。把部署经验和运营经验结合起来，就是我在这个行业里能提供的更高价值。
陈茜：你对数据公司的门槛很有信心。但中国、东南亚一些公司的成本，可能只有在美国做的几分之一，甚至更低。你怎么看未来数据之间的竞争？
袁宇光：要看一小时数据的成本结构，其中很大一部分来自运营，另一部分是云，此外才是其他成本。刚才说的人员、G&A（一般及行政费用）、R&D（研发）等，摊销到每小时数据里，占比很小。
我们有三个办公室，硅谷、苏州、印尼，分别为公司提供不同价值。我们核心在硅谷，不断地提升前沿技术，以及数据管线里的多个模型；外围办公室提供运营管理，美国也有全球管理；中国更多提供工具开发能力。
对比东南亚、中国的一些公司，它们相对更具地域性。就像Uber全球运营一样，我们的愿景也是全球运营，以美国为基础，发展到中国、欧洲，不局限于一个地方，这才是整个客户体系。
陈茜：亚洲公司也可以设全球办公室。你们在硅谷，是不是也有地缘政治因素：美国机器人公司更倾向采购美国数据公司的数据？
袁宇光：理论上是的。作为美国公司，我们离美国客户更近，能提供更紧密的服务、更快的迭代。
将来我们还希望在欧洲设办公室，跟欧洲客户持续迭代。客户服务需要不断加快反馈机制，这对后面的评估和部署也有帮助。
陈茜：冷启动时，机器人数据、尤其human-centric（以人为中心）数据还没有爆发，增长也没那么快。你怀疑过这次的路线是否正确吗？
袁宇光：行业发展中，你会不断自省。不是怀疑，而是去确定，事情是不是在正确方向上。那时，我认为数据的大方向基本确定，行业发展离不开模型架构、云、数据这三个要素。
数据是我们不断迭代、发展的重要方向，但数据本身又有不同分层，那时还有很多人在讨论仿真数据。当时仿真数据看上去很吸引人，也很容易规模化。
陈茜：这也是英伟达的一条主要路线。
袁宇光：对，其他公司也在用仿真数据。我们不评判仿真数据究竟怎样有用，但从销售角度，它很困难。客户能自己生成，数据就会很廉价。
我们也研究过遥操作在行业里的方向和影响。刚开始真的是车库创业，我和合伙人在他家车库摆了一套设备，做遥操作、接订单，接完回来继续研究。但确实碰到了很多困难。设备可靠性差，要找维修技术人员，运营效率也很低，而且越简单的任务，效率反而越低。这可能反直觉：简单的抓取、放置需要复位，如果复位时间跟操作时间一样，有效率最高就是50%，超不过去，一天的输出就那么多。
我们才有了新认知：遥操作确实很难规模化，也不适合我们的团队，所以继续找新方案。不断复盘，才能找到新方向，继续提高。
短期内，继续增加数据仍然可行，我们看到明年客户的基本需求，差不多都有十倍以上增长。但还要往下一步走，有部署、有评估，跟客户走得更紧密。还是以终为始，终点一定是人形机器人在某些场景里落地。落地需要评估模型，需要更多后训练、中期训练，甚至预训练数据。把它们合在一起，就是今天要准备做的事。
陈茜：做这些事情，目前最大的挑战是什么？
袁宇光：最大的挑战还是规模化提升数据质量。这是核心，背后有很多因素支撑。
首先，管线要更灵活，运营也要更灵活。单纯增加到一万人，怎样控制产量？如果需求变化，一万人天天消耗现金，这不行，所以必须灵活。
另外，怎样复用今天的数据质量和运营能力，把它们结合起来，变成真正给客户创造价值的部分。
陈茜：现在大家都看到数据行业是个香饽饽，都进来了。我听说有一些比较灰色的地带，比如有“数据二道贩子”，自己采集能力不够，就买别人的数据打包，凑成似乎很大的量，再高价卖给客户。你怎么看？
袁宇光：我们非常反对这样的事情。在我们的认知里，这个行业没有代理商。一份数据复制过来，就做更多销售，对数据行业会产生很不好的影响。
我们有一个词叫“数据纯度”，越纯，说明你拥有数据的能力越高。我们的数据纯度是百分之百，都是自己采的，全部由我们拥有。我们听到有些公司买其他外包商的数据，也听到有些公司在其他国家使用代理商，这种方式很难持续。
全球公司要有全球视野，清楚自己笃定的核心判断、商业模式是什么。首先要拥有数据，做好垂直整合，然后在拥有的同时，快速转化成客户的要求、保持标准。这才是规模化提升数据质量的最终结果。
陈茜：未来一年，你觉得硅谷机器人行业会怎样发展？
袁宇光：我们认为会发展得更快，实话实说。
陈茜：数据也会快速上量。
袁宇光：是的。看到客户需求，就能反推现在要做的事。两者连起来，你会发现客户接下来要做的事，让我们非常兴奋。我们认为明年具身智能会进入新时代，不仅有数据需求，还有更多落地和垂直应用。
身处上游、行业头部，看到的不是一两个客户，而是整个行业的变化。我们的客户几乎涵盖了所有这些品牌，我们也希望跟客户一起迭代，把最好的产品带到市场上。
陈茜：你们如今的议价权高吗？
袁宇光：产品价格在于提供的价值，而价值需要跟客户一起迭代。我们与客户变成了一种合作伙伴关系，原来叫Data Vendor（数据供应商），现在叫Data Partner（数据合作伙伴）。
跟客户一起迭代，走得越来越近，议价权已经不重要了，重要的是产品真正提供的价值，有没有体现在价格里。我们一直坚持的数据质量，能不能真正帮助模型提升，这才是要做的事。
陈茜：议价权重要，议价权意味着利润。就像GPU，因为稀缺，所以有高议价权。如果未来一年竞争多起来，议价权就不得不下降。
袁宇光：我们认为，行业价格基本是平稳的，没有特别多变化。只有一些新、小供应商，会用极低价格进入。
陈茜：有点打价格战的意思。
袁宇光：但客户不买单。一个供应商跟你合作很久，提供大量高质量数据，客户看的是，它到底能不能提升更多价值，弥补成本。这笔账，客户是算过的。
用了非常低价、质量不好的数据，计算成本反而更高。如果模型退化，还要重新训练一版，就不只是买数据的问题了。所以数据合作关系会越来越紧。
陈茜：当数据量上去之后，单价和成本是不是也能降一些？
袁宇光：数据量上去后，会进行分级定价。
陈茜：怎么理解分级定价？
袁宇光：现在流行的大部分还是手部数据，大家放的演示也主要是手。以后会有upper body（上半身）、whole body（全身），还会有手套等不同方式。
陈茜：具体怎么做？从第三人称拍机器人吗？
袁宇光：有些从第三人称，有些第一人称就够了。我们有不同生产方式、不同管线，所以要用不同设备，才能更有效地生产数据。也包括不同模态，比如力控、力觉的感受。这是我们做的手套，表面有很多bending sensor（弯曲传感器）。
陈茜：外观看起来跟普通手套差不多。
袁宇光：湾区可能用不太到，但在比较冷的地方，能看到很多这样的手套。它很柔软，手心、手掌和手背都有弯曲传感器，用来收集力的数据。
陈茜：它采集什么数据？
袁宇光：力、tactile（触觉）这一类数据。
陈茜：手指上也遍布传感器。这跟我在国内看到的触觉传感器不太一样，它们直接做在灵巧手上，感觉更复杂一些。
袁宇光：有些原理一样，也有区别。最难的还是规模化，同时保证可靠性。这些数据也会成为刚才说的分级定价的一部分。新的数据种类、新的数据形态，会决定不同定价。所以数据量虽然上去了，平均价格没准还会上升。
陈茜：自动驾驶因为极端情况、安全、监管等问题，落地比我们预想中晚了很多年。机器人也会这样吗？如果也晚很多年，对你们意味着什么？
袁宇光：无人驾驶是在车的基础上提升智能，难点是很多极端情况、安全问题。真正在路上发生交通事故，非常困难。早期Uber自动驾驶出过问题，后来卖掉整个部门，现在又重新做。
我觉得Physical AI的问题不同，它可以针对某个细分场景、某项具体任务，去做非常细分的问题。比如Dyna，可以24小时一直叠衣服。自动驾驶也可能在很小范围内实现，但它最终要在整个世界上跑；Dyna可以先在一家酒店这样的小范围里，24小时重复叠衣服，叠得很好，这件事可能就解决了，然后再解决下一件事。
部署希望解决的是，在一个地方，成功率从99%到99.9%的提升，跟自动驾驶遇到的问题不一样。由于Astra 6带来的泛化能力提升，我们预期进程会飞速加快。2026年就出现了接近五六个新名词，比如world model（世界模型）、VLA（视觉语言动作模型）等等。
陈茜：VLA已经是上一轮了，现在是world action model（世界动作模型），Dyna-2就是基于世界动作模型。
袁宇光：我们还听说有一些数据公司想做world model（世界模型）。我觉得明年还会不断提升、加速迭代。我们是行业的信仰者，认为这个速度比人们之前看到的快太多了，行业会发展得越来越快。
陈茜：不管这个行业持续多少年，都需要数据。
袁宇光：我觉得是。但不只是数据，数据背后需要不同能力的叠加。数据肯定需要，因为不再需要数据，就意味着模型训练停止、AI停止，这在今天看起来不太可能。既然模型继续需要数据，重要的是明白，数据到底会变成什么样。
数据之后，是积累不同的能力相叠加，才能真正把这个行业服务好。而这个服务型行业，不会变成数据服务，最终会变成数据产品。一份数据能对整个行业形成标准，就会成为标准化的数据形态。如果一个客户要什么就帮它做什么，换一个客户又重新做，那叫服务。
我们之所以服务大量客户，就是因为我们的认知是：希望帮助大量客户提升，通过这些客户形成标准。现在我们的数据潜在地成为了行业数据标准，这是我们想达到的效果。
陈茜：以上是我的所有问题，还有什么想补充的吗？
袁宇光：我还是想分享对未来的一些憧憬和看法。作为Physical AI的早期参与者，看着行业一点点变大：从200小时，到几万、几十万小时，到明年可能上千万小时，一路增长，也代表着大家对技术的信仰不断提升。
我们认为它会发生，也看到越来越多信仰者加入，包括无人驾驶、传统机器人、控制领域，甚至金融领域的朋友。行业在变化，但大家相信的，是一种不同于工业机器人的存在。有人说人形机器人，有人说跨本体，无论是什么形态，最终都要进入不断扩展的、宽广的场景中，真正起作用，帮助社会提升价值。这需要持续迭代，而我们只是进入了这个迭代的第一个循环，明年之后还会有新的循环不断滚动下去，这是我们认为最可能发生的未来。
陈茜：非常期待，谢谢宇光。
袁宇光：谢谢茜姐。
以上就是我们与袁宇光的对话。聊完这期我们会发现，整个硅谷机器人数据产业的背后，其实反映出这边机器人行业的一个重要趋势：随着越来越多的机器人公司开始用百万小时级别的第一人称数据训练模型，Scaling Law在机器人领域的效果，似乎正在得到初步验证。
这也意味着，机器人行业可能正在进入一个新的阶段：从过去寻找正确的技术路线，逐渐转向如何规模化地获取数据、训练模型，以及最终实现商业化落地。
未来一年，我们很可能会看到，第一人称数据量从100万小时增长到1000万小时。而在这个过程中，模型范式的探索，包括触觉数据在内的、更多维数据的加入，模型评估、后训练，以及在真实场景中的部署经验，都会将这个行业往前继续再推一步。
注：部分图片来源于网络
【本期节目不构成任何投资建议】
