作者 | 赵栀

编辑 | 趣解商业资讯组

散户采出来的数据，能喂饱机器人吗？

9月23日，觅蜂科技在上海发布“觅蜂派”，自称全球首个全品类高质量物理AI数据众包服务平台。用户下载App、领任务、戴上MEgo设备，在真实场景里做家务、理货等，就能按审核后的有效时长拿钱。内测一个月，注册用户2万人，累计提交采集任务1.3万份。

图片来源：觅蜂科技公众号

这家公司由明星机器人企业智元孵化，智元持股约 70.92%；董事长兼CEO姚卯青同时担任智元合伙人、高级副总裁。作为智元控股的企业对外做全行业数据供给业务，天然存在利益博弈。

1.众包的逻辑

亿级小时的数据缺口面前，觅蜂科技押注了众包这条路。觅蜂派把数据采集拆解成一个个小任务，通过App向普通用户开放，任何人都可以接单，按照审核后的有效时长获取报酬，这就是众包模式的核心。

这套模式区别于自建采集工厂，或是外包给专业采集团队：前者重资产，受机器人本体、物理场地约束；后者受专业人力池规模限制，两者都很难快速放大产能。在姚卯青的判断里，

要从当前百万小时量级迈向亿级小时的数据储备，依靠传统模式线性复制很难实现，必须撬动更广泛人群参与进来。

落到执行上，觅蜂派由三层搭成：自研的MEgo设备（头戴式采集设备）记录第一视角视频、毫米级位姿和触觉等多模态信息；觅蜂派App把流程压成接单、采集、验收、结算四步；后端的MEgo Engine再把操作拆成120多种标准原子动作，并完成质量分级评估。

觅蜂科技称，平台已覆盖22大类场景、5000多个任务、50000多个真实环境。自己则保持一两百人的“小而精”团队，主要负责样板场景搭建与中试验证；大规模产能，则交给加盟合作伙伴以及分散在各地的社会化采集者。将数据采集渗透进家庭、商超、工厂，是这套模式的必然走向，也正是争议的起点。

首当其冲的是数据成色。姚卯青曾表示，具身智能行业普遍存在数据质量难证明、标准不统一、重复建设等问题。同时，行业研究指出，人类与机器人的身体结构、关节自由度和发力逻辑存在本质差异，采集得到的人类动作不能直接拿来训练模型，需要经过运动学映射、轨迹修正完成转化；如果最终有效训练转化率偏低，大规模产能目标中就可能含有水分。

而截至目前，觅蜂科技仅披露结算后超95%的数据可进入处理管线，并未对外公开数据的训练增益转化率；虽然提及部分客户闭环迭代任务成功率有 5%-10% 提升，但没有发布标准化、可复现的模型对照评测报告。

图片来源：罐头图库

标准不统一又添一层乱。不同厂商设备、标注体系各不相同，客户最关心的问题集中在数据质量该如何验证。姚卯青认为，这是行业首先要打通的数据价值闭环。根据他的观察，头部客户已经告别年初多方试采的广撒网模式，转向独家定点合作，核心原因是多源异构数据混合训练，质量很难管控。

面对众包天然的质量参差，觅蜂派提出“不过滤，只分级”的方案：在剔除硬件失效等完全无效样本后，对剩余数据做质量分级，将不同等级的数据匹配给差异化训练需求。这套思路听上去实现了物尽其用，但从另一个角度看，平台主打的“高质量”或许要打个折扣。

2.轻叙事下的重投入

众包模式把采集执行环节分散到社会大众，可质量管控、成本、合规等相关责任，最终仍要由觅蜂科技承担。

先看成本结构，参与者实际收入存在较大波动。根据第三方媒体实测，在相对轻松的环境下，时薪约15.6元。行业层面，高质量物理AI数据对外报价可达数百元一小时，经过多层分包流转后，一线采集人员到手收益多为三四十元。

而平台供给高度依赖兼职群体，根据多家行业媒体采访以及企业对外表述，专职采集员数量有限，宝妈、大学生等兼职群体构成供给主力，下沉市场参与者占比不小，整个行业尚未形成统一的薪酬标准。依靠较低的报酬门槛获取海量原始数据，也伴随用户留存有限、单人产出不稳定、供给波动大等挑战。

在这样的约束下，平台要快速做大供给规模，补贴成为重要的推进手段。据悉，平台已经启动亿元补贴计划，9月23日-10月22日为期一个月的推广期内，平台将减免设备使用费，符合条件的用户可享受信用免押等政策。尽管有补贴让利，硬件相关成本仍有一部分间接由采集参与者承担。补贴一旦退坡，内测阶段靠“赚外快”聚拢的2万注册用户能留存多少，仍是未知数。

图片来源：微博截图

同时，这也让平台的整体投入居高不下。姚卯青在采访中提到，要支撑1000万小时的数据规模，固定资产级别的投入就要达到“大几个亿”，这和众包模式给外界带来的轻资产印象形成反差。

这背后，合规责任同样主要由平台承担。众包采集延伸至家庭、商超、工厂等真实场景，会卷入大量个人信息与商业场景信息，作为数据归集主体，觅蜂科技需要为相关风险兜底。目前行业尚未形成成熟解决方案：脱敏打码容易损耗数据训练价值，不做处理又会触碰侵权风险。现行法律针对这类场景的“场景化动态授权”缺少细化规则，国家级专项监管政策也尚未落地。业务规模扩张，对应的合规压力也随之上升。

另一重考验来自出身带来的身份矛盾。脱胎于智元的觅蜂科技，对外定位为全行业数据服务商，但不少潜在客户与智元构成直接竞争。市场客观存在的顾虑在于，是否愿意把核心数据交由竞争对手的关联企业提供服务，这类信任问题难以仅凭企业公开表态化解。

更值得关注的是，觅蜂科技自今年2月拆分独立后半年内完成三轮融资，投资方包括中国电信、红杉中国、元启创新等。有消息称，其最新估值冲击百亿元，觅蜂科技的回应是不予置评。尽管获得不少资本青睐，也已经实现向头部企业交付数据，但觅蜂科技至今没有对外披露营收与利润；同时，数据从采集到模型训练端的完整效果，缺少公开可复现的验证，商业模式能否形成可持续的商业闭环仍待观察。

图片来源：天眼查截图

成本压力、商业化验证、数据合规、客户信任，几项挑战彼此勾连；众包模式不断拓宽业务边界的同时，觅蜂科技所要承担的各类风险也同步放大。

数据供给不足被公认为当前具身智能发展的主要瓶颈。不过行业也逐步意识到，原始采集规模并不等同于有效训练数据。落到觅蜂派身上，市场关注的不只是千万小时的产能目标，更在于众包模式下来自千家万户的数据，其可用性与商业价值能否得到验证。