Cơn sốt dữ liệu cho robot: Gần 100 công ty huy động 4,5 tỷ NDT, ai thực sự kiếm được tiền?

Lâm Phương Chu đưa tin từ Aofei Temple.

Tại Sâm Châu, Hồ Nam, một cửa hàng của China Mobile đã treo biển "Cửa hàng 5S thu thập dữ liệu hiện thân" (Embodied Data Collection 5S Store). Khách hàng thông thường chỉ cần nhận một bộ kẹp, găng tay và camera đeo đầu, sau khi được đào tạo đơn giản là có thể vừa làm việc nhà, vừa thu thập dữ liệu huấn luyện cho robot.

1.000 bộ thiết bị được đưa ra trong đợt đầu tiên có thể thu thập 1 triệu giờ dữ liệu mỗi năm nếu hoạt động hết công suất. Tôi dường như nghe thấy tiếng tính toán trong lòng của các thương gia: vừa thu thập được dữ liệu, vừa thu hút được sự chú ý, các công ty quảng cáo 4A nên đến đây để học hỏi. (doge)

Những "chiêu trò" tương tự trong việc thu thập dữ liệu hiện thân còn rất nhiều: có nơi cung cấp dịch vụ dọn dẹp miễn phí để thu thập dữ liệu (hoan nghênh đến nhà tôi), có nơi biến việc thu thập dữ liệu thành trò chơi VR, thậm chí có nơi kết nối robot với Internet để người thu thập không cần phải đến tận nhà máy mà có thể "điều khiển từ xa trên đám mây".

Thu thập dữ liệu hiện thân (Embodied Data Collection)

Tuy nhiên, các trường hợp trên chỉ nên xem cho vui, thực tế việc thu thập dữ liệu đạt yêu cầu không hề đơn giản. Sở dĩ các "chiêu trò" xuất hiện liên tục là vì robot đang thực sự quá thiếu dữ liệu.

Hiện nay, mọi người đều đang dốc toàn lực để thu thập dữ liệu, nhưng vẫn chưa có ai hệ thống hóa toàn diện bản đồ của ngành này.

QuantumBit (QbitAI) đã thống kê không đầy đủ về tình hình của 97 đơn vị tham gia vào lĩnh vực dữ liệu hiện thân trong nước, trong đó 70 đơn vị làm về thu thập dữ liệu và 27 đơn vị làm về hạ tầng dữ liệu (data infra).

Trong một năm qua (từ 1/7/2025 đến 1/7/2026), 15 "nhà cung cấp dịch vụ dữ liệu hiện thân độc lập - không làm phần cứng, không làm mô hình, chỉ làm dữ liệu" đã huy động được tổng cộng khoảng 4,47 tỷ Nhân dân tệ.

Trong bối cảnh vốn đang "đổ xô" vào trí tuệ hiện thân (Embodied AI), con số này thực tế không quá lớn. Theo thống kê trước đó của QuantumBit, trong nửa đầu năm nay, các công ty thuộc "phái não bộ" (làm mô hình) đã huy động được 22,3 tỷ Nhân dân tệ chỉ trong nửa năm.

Để giúp bạn nhìn rõ ngành dữ liệu hiện thân, chúng tôi đã tổng kết mười thực trạng ngành dưới đây.

Dữ liệu được thu thập như thế nào?

Thực trạng 1: Các lộ trình kỹ thuật thu thập dữ liệu được chia thành bốn loại chính, trong đó đường đua thu thập đa lộ trình là đông đúc nhất.

Hiện nay, các lộ trình kỹ thuật thu thập dữ liệu hiện thân chính thống có thể chia thành bốn loại:

Điều khiển từ xa trên máy thật (Teleoperation): Con người điều khiển robot thực tế thực hiện nhiệm vụ, đồng thời thu thập dữ liệu hành động, trạng thái và cảm biến.

Thu thập không cần phần cứng (No-body collection): Con người trực tiếp thực hiện thao tác mẫu, thu thập hành động thông qua các thiết bị như bắt chuyển động (motion capture), ánh xạ kẹp, camera góc nhìn thứ nhất, không cần sự tham gia của robot.

Tổng hợp mô phỏng (Simulation synthesis): Tạo hàng loạt dữ liệu tương tác của robot trong môi trường ảo để huấn luyện mô hình.

Chưng cất video Internet (Internet video distillation): Trích xuất kiến thức hành động của con người từ các video trên Internet, chuyển đổi thành dữ liệu mà mô hình hiện thân có thể học được.

Trong số 70 công ty/nền tảng thu thập dữ liệu mà QuantumBit thống kê không đầy đủ, có 30 đơn vị đồng thời đi theo nhiều lộ trình thu thập, chiếm 43%, ví dụ: Điều khiển từ xa + Không cần phần cứng, Điều khiển từ xa + Mô phỏng, Không cần phần cứng + Mô phỏng, hoặc toàn bộ các lộ trình.

Số lượng đơn vị chọn giải pháp thu thập đa lộ trình nhiều hơn so với những đơn vị chỉ đặt cược vào một lộ trình duy nhất.

Ngành công nghiệp thường dùng "tháp dữ liệu" để mô tả cấu trúc dữ liệu cần thiết cho việc huấn luyện robot. Hiện tại, không có phương pháp thu thập dữ liệu nào có thể tự mình đáp ứng được nhu cầu huấn luyện của robot.

Thực trạng 2: Số lượng đơn vị chỉ đặt cược vào lộ trình điều khiển từ xa trên máy thật là đông nhất.

Phân tích lần lượt từng lộ trình kỹ thuật.

Số lượng đơn vị chỉ đặt cược vào lộ trình điều khiển từ xa trên máy thật là đông nhất, với 22 đơn vị, chiếm 31%.

Trong 22 đơn vị này, 13 đơn vị là các nền tảng dữ liệu vốn nhà nước, 7 đơn vị là các công ty robot (sản xuất phần cứng robot hoặc phát triển mô hình lớn hiện thân), 1 đơn vị chuyển đổi từ ngành gán nhãn dữ liệu AI, và 1 đơn vị lấn sân từ lĩnh vực sản xuất thiết bị công nghiệp.

Các công ty robot có lợi thế về phần cứng và nhu cầu thực tế, nên việc thực hiện thu thập bằng điều khiển từ xa trên máy thật là lựa chọn tự nhiên.

Trong khi đó, lợi thế của các nền tảng dữ liệu vốn nhà nước là "không sợ nặng". Điều khiển từ xa là lộ trình tiêu tốn nhiều tài sản, cần mua phần cứng, thuê địa điểm, thuê người vận hành, đây đều là những nguồn lực mà các nền tảng vốn nhà nước dễ dàng huy động.

Có 15 công ty chỉ đặt cược vào lộ trình thu thập không cần phần cứng, chiếm 21%.

Các công ty trên đường đua này có tuổi đời trẻ nhất, đại đa số đều được thành lập sau tháng 9 năm 2024.

Lộ trình thu thập không cần phần cứng cũng có kỹ thuật phong phú nhất, các phân loại bao gồm: Góc nhìn Ego, UMI, bắt chuyển động, sEMG (điện cơ bề mặt), thu thập cảm giác xúc giác...

Và chỉ có 2 đơn vị đặt cược vào tổng hợp mô phỏng: Songying Technology và Motphys.

Những tên tuổi nổi tiếng từng một thời trên đường đua mô phỏng, nay đều chọn cách "không bỏ trứng vào một giỏ".

Ví dụ, LightWheel Intelligence (từng lấy dữ liệu mô phỏng làm cốt lõi) cũng đã bắt đầu thu thập dữ liệu con người; Galaxy General (từng là một trong những phái mô phỏng kiên định nhất) đã ra mắt hệ thống điều khiển từ xa toàn thân vào tháng 6 năm nay, sở hữu khả năng thu thập dữ liệu điều khiển từ xa.

Nguyên nhân có hai mặt: Bên ngoài, nguồn cung dữ liệu máy thật và dữ liệu con người tăng nhanh, giá thành liên tục giảm, khiến lợi thế về quy mô và chi phí của dữ liệu mô phỏng bị thu hẹp; Bên trong, khoảng cách sim2real (mô phỏng sang thực tế) vẫn chưa có giải pháp tốt, rất khó để tái hiện độ trung thực cao về ma sát, biến dạng, phản hồi lực và xúc giác trong thế giới thực.

Chỉ có 1 đơn vị duy nhất đặt cược vào lộ trình chưng cất video Internet: Shututech.

Công ty này trích xuất dữ liệu huấn luyện robot đa phương thức từ các video RGB đơn mắt trên Internet, tuyên bố có thể giảm chi phí thu thập tổng hợp xuống còn 5/1000 so với mức trung bình của ngành.