数据称为智能行业发展的“燃料”。最近，帕西尼（Pasini）在天津天空和太空数字工业园区使用。 Pasini感知技术的创始人兼首席执行官Xu Jincheng告诉记者，缺乏数据是面临体现情报发展的瓶颈。当前，体现情报行业中可用的数据量仅是大型语言模型中可用的一百个数据。 目前，在中国许多地区已经建立了体现的智能数据采集工厂，包括天津的帕西尼工厂，上海的Zhiyuan机器人工厂以及北京现代机器人的体现的智能中心。 《中国证券杂志》的记者访问了两家智能数据收集数据收集工厂，以了解其技术方式以及如何为数据提供数据。行业专家说，出现的数据检索工厂的建设刚刚开始我需要与未来的工业需求结合使用。同时，体现智能数据获取的统一和规格是加速行业发展的基础。 生产数据的“示意工厂” 在Tianjin Sky and Sky Digital Industrial Park，Pasini非常现代的银灰石建筑特别兴奋。在这个12,000平方米的工厂中，制造的主要产品不是生物，而是“数据”。 数据称为智能行业发展的“燃料”。 “从数据中研究模仿是改变智能模型的最有希望的方法之一。”徐金昌告诉记者，与大型语言模型相比，DeepSeek已经实现了今年发展的崩溃，知识智能可以使用的数据量只是一种密集的语言模型。 “大语言模型使用的数据量表达到了十个水平，并且具有体现的智能mod的数据量表Els几乎与数百万。数据缺乏数据是面临Gem Xu Jincheng的发展的瓶颈。 在Pasini Tianjin的Pasini Data Factory Hall，一个覆盖整个墙壁的大屏幕显示出工厂数据收集的情况。屏幕上显示的数据将每三秒钟刷新一次。在屏幕上，工厂数据通过率达到92％以上。徐金昌说，帕西尼·天金的数据工厂目前每天可能会收集多达550,000 piraso的数据，据估计，该工厂每年可以生产2亿个高质量数据。 Gaogong机器人行业研究所主管Lu Hanchen告诉记者，培训压纹智能模型的数据主要分为两类：模拟合成数据和真实数据，一些制造商对机器研究使用较低的互联网成本。 “真正的数据收集是最昂贵，最难收集的，但最佳质量是资源CE开发了具体的智能产业。” 在上海的Pudong，Zhiyuan数据采集中心覆盖了3,000平方米的面积，于2024年9月发射了3,000平方米。一名记者最近参观了该领域，并看到机器人忙于在不同情况下工作。一些机器人可以上下窃取机器人手臂，以用滚动输送带的技巧对物品进行分类，一些机器人在收藏家数据移动的指南下将手机械和柔性的折叠衣服戴在机械和灵活的折叠式上。一些机器人成为收银员，站在购物中心的柜台，能够扫描代码以解决货物。 Zhiyuanayon与Yao Maoqing是机器人合作伙伴，Zhiyuan数据收集中心总共收集了超过一百万个高质量数据，涵盖了五种真正的家庭情况，餐饮，工业，超市和办公室。 卢·汉昌（Lu Hanchen）认为，与大型语言模型的培训不同，已经进行了分阶段的突破，没有人体现智能领域可以证明大型数据培训“复制”大语言模型的成功。但是，要使体现的机器人更加“智能”，并且可以在更多情况下应用，有必要通过大型数据提取和大型模型的培训。同时，体现的智能数据收集应与工业需求相结合，以实现封闭的数据收集循环并允许收集“已使用”数据。 不同的数据收集方法 收集真实数据制造商的方法也不同。 在Pasini Tianjin数据工厂，数据收集器收集了各种原始动作，例如超市产品，清洁枕头，餐具放置等。 直接使用硬件设备的收集器数据收集数据的方法称为“人类数据收集”。徐相信jincheng说，人类数据提取的方法具有独特的好处，包括提高效率和经济以及AB直接收集困难的触觉模态数据的能力。 根据对触觉感知的多维理解领域中质量生产的技术积累和经验，帕西尼独立地开发了PMEC的超级开发技术。数据收集器佩戴硬件设备，两只手都具有整个手动移动的功能以及信号范围范围的完全拟合，并获得了诸如操作中涉及的多视觉视觉，触觉，触觉，接触点位置和其他信息之类的信息。此原始信息已由Pasini Tacflow引擎工具发布，最终用于VTLA的预训练的体现智能犬种或HyperCosmos世界的模型。 “在Caselukuyan中，机器人通常掌握了抓地力和位置的动作。要在更多情况下适用，我们需要在更详细的过程中甚至原子行动中划分长期情景。Xu Jincheng说。 数据培训收购室是为了提高机器人掌握的原子技能，以实现更复杂和复杂的任务，例如拧紧，复制，熨烫，间谍，切割等。Xu Jincheng告诉记者，Pacini Tianjin数据工厂已经完成了道路收集 - 预计将在一年中收集到的任务。 Zhiyuan机器人主要采用机器人远程操作和采集方式。在饮料商店的训练场景中，收藏家数据运行了一个机器人手臂来修复 - 重新饮料杯，将其放在托盘上，将其放在包装袋中，然后包装稻草。 Yao Maoqing提出，为了收集有效的数据，需要每次修复项目的放置。每个10个操作都完成，应更改包装袋和饮料样式。每天收集大约200个数据，直到机器人了解此任务为止。收集数据道路 - 每场景可以提高机器人的稳定性t活动。 此外，Zhiyuan机器人于今年3月发布了基本基础模型-Zhiyuan Qiyuan Big Model（GO -1），从而提高了数据培训的效率。借助大型模型的总体推理能力，机器人要求的数据收集量大大减少以确定任务。 数据收集规格仍然是生病的重点，即迅速扩大智能行业的可用数据量表并尽快促进行业的发展，帕西尼和Zhiyuan机器人都选择建立开放的生态系统。 Pacini Tianjin的智能数据工厂培训的具体培训数据培训可以应用于具有体现的智能多模式爆炸，跨内侧医学，跨任务和跨刻录。 2024年12月，基于所有真实情况，所有硬件平台和全面程序唱歌质量控制。迄今为止，全球许多技术公司都使用了Agotot World来开发最新的特色模型。 但是，体现智能数据的标准化仍然是该行业的疾病。 EFT主席说，您告诉记者，由于缺乏数据获取规格，一些目前收集的机器人培训数据很难移动和重复使用。您说，仅通过改进数据收集标准，这可以使高质量的数据重复使用，并开发具有足够大小和质量的数据资源库，我们可以开发一种协同作用，促进机器人行业的持续开发并更广泛地实施。 卢·汉昌（Lu Hanchen）认为，数据标准化和质量改进是开发具体智能行业的关键，但是这个过程并不容易实现，并且无法解决数据，重用和定价等问题。 促进有效使用实施IED智能数据提取，Xu Jinch Saideeng认为Pasini目前正在为数据获取标准设置标准，并在不久的将来发布。 （负责编辑：Wang Qingyu） 神性：中国净资金已印刷本文以提供其他信息，并不代表本网站的观点和立场。本文的内容仅供参考，并且不会产生投资建议。投资者在此基础上以自己的风险行事。