在科技界，有一种说法叫做“数据的诅咒”：对于具身智能而言，没有数据，模型就无法进化；但要获取数据，又必须依赖昂贵的机器人本体进行操作。这就陷入了一个死循环——因为数据少，机器人笨拙；因为机器人笨拙，就无法大规模部署去产生更多数据。

在业内人士看来，物理AI数据如今已成为制约具身智能发展的核心瓶颈，而这一痛点正被一家名为“觅蜂科技”的新锐企业打破。

4月16日，在上海张江科学会堂，觅蜂科技正式发布了其MEgo系列“无本体”数据采集设备及一站式数据服务平台。这一动作不仅是一次产品发布，更被视为物理AI数据生产范式的彻底重构——它试图告诉行业：获取数据，不再需要机器人本身。

把人作为数据采集主体

长期以来，具身智能的数据采集被牢牢锁死在“实体机器人”之上。传统方案必须依靠定制化的机械臂、专用传感器和固定的工位。这种模式不仅成本高昂，更受限于本体的物理形态，难以覆盖真实世界中那些复杂、动态的非结构化场景。

觅蜂科技CEO姚卯青却对此提出了一个极具颠覆性的观点：“把‘人’作为数据采集的主体。”

这便是MEgo系列的核心逻辑。MEgo Gripper（采集夹爪）和MEgo View（头戴式采集设备）的设计初衷，就是为了实现“随行即采”。采集员无需操作笨重的机器人，只需佩戴这些轻量化设备，就能在超市、工厂或家庭中完成数据采集。

从官方数据看，这种“无本体”模式带来的效率提升是显著的：

轻量化设计：MEgo Gripper仅重480g，操作轨迹还原精度却高达1mm。

全模态捕捉：系统能同步捕捉视觉、深度、IMU、运动轨迹及多维触觉数据，且实现了亚毫秒级的全局时间同步。

全景感知：MEgo View采用“300°全景+腕部特写”双视角方案，全方位记录物理交互细节。

这意味着，数据不再是稀缺资源，而是可以像水电一样，由人类在真实世界中随时随地“生产”。

打造物理AI的“数据水电站”

光有硬件是不够的。为了打通数据从采集到应用的“最后一公里”，觅蜂同步发布了MEgo Engine数据治理引擎。这个平台就像一个自动化工厂，将原本繁琐的数据处理流程实现了自动化：

预处理：自动对齐多源数据，剔除无效冗余。

重建：1:1还原真实操作的空间逻辑与动作细节（6D轨迹重建）。

标注：将传统人工标注效率提升10倍以上。

姚卯青在发布会上强调，觅蜂科技的定位不仅仅是硬件制造商，更是“一站式物理AI数据服务平台”。其目标是构建一个开放共赢的生态，通过“蜂巢数据共创行动”，联合上电科、工信部赛迪研究院及阿里云、百度云等头部企业，打破数据孤岛，在标准化供给的基础上，推动物理 AI 数据标准统一、供需互通、生态开放。

姚卯青预计，公司2026年将实现千万小时级数据产能，并以平台化模式开放数据能力，让高质量物理AI数据像水电一样即取即用。

在同期举办的圆桌论坛上，多位行业大咖达成共识：具身智能的核心竞争，本质上是数据采集与转化效率的竞争。“过去行业比拼谁的模型更先进，未来将比拼谁的数据更全、更好、更快、更便宜。” 一位长期跟踪具身智能的行业分析师表示。

在业内投资者看来，觅蜂科技的价值在于它提供了一个“基础设施”级别的解决方案。在具身智能从“开发态”迈向“部署态”的关键节点，谁能掌握高效、低成本的数据供给能力，谁就能在未来的万亿级市场中占据先机。

南都·湾财社记者 胡雯雯

编辑：黄露