高端的機器人數據 ，往往采用最樸素的采集方法。

　　據BusinessInsider報道，特斯拉正在利用一支數據采集團隊
，來訓練Optimus機器人如何像人類一樣行動 。在長達8小時的輪班中，數據采集員需要重復數百次同樣的動作 ，包括拿杯子 、擦桌子、拉窗簾等。在工作開始前
，他們會收到任務指派文件和操作手冊，以確保數據采集工作正確完成
。據悉 ，每名員工每班需要收集至少4個小時的可用視頻素材。

　　值得一提的是
，目前特斯拉通過攝像頭采集數據，而非像過去一樣使用動作捕捉服或手動控制來訓練機器人 。今年6月 ，在Optimus項目負責人米蘭·科瓦奇（Milan Kovac）離職后
，該公司向數據采集團隊告知了這一決定：“如果不使用動作捕捉服，數據采集的規模會更大
。 ”

　　數據采集工作對員工體力提出了較高要求 ，除了環境周圍的攝像頭
，每名數據采集員工還需在頭盔和沉重的背包上搭載約5臺攝像頭用以全程記錄。據知情人士透露，在特斯拉加州弗里蒙特工廠 ，數據采集員佩戴著耳機和背包，整理車輛零件并在傳送帶上工作 。

　　長期的體力勞動給員工的身體帶來了不小的負擔
，有員工透露，由于背包重量分布不均 ，其背部和頸部曾在工作期間受傷
。另有員工指出
，有數據采集員曾因長時間佩戴頭顯設備而患上了暈動癥。

　　從數據采集團隊規模來看，報道指出 ，在鼎盛時期
，特斯拉擁有超過100名員工從事數據收集工作 。在此背后是馬斯克的人形機器人宏愿：在今年三季度特斯拉財報會議上，馬斯克宣稱公司將實現年產100萬臺Optimus的目標
。他還表示 ，在未來
，人形機器人業務將占據特斯拉價值的80%左右。

　　一直以來，數據都被視作人形機器人泛化能力提升的關鍵 。華創證券指出 ，多模態訓練數據集的融合將大幅提升機器人的環境感知能力和多任務處理能力
。分類來看
，數據主要分為真實數據與仿真數據，其中真實數據被公認為訓練效果最好的“黃金數據” ，但采集成本更高，并且格式不統一。相比之下
，仿真數據可以大規模生成，成本低廉 ，但訓練出來的模型往往不適應 。

　　值此背景下
，“虛實結合
”是當下機器人行業采集數據的主流方案。國地共建人形機器人創新中心副總經理劉宇飛表示，已在全國8個省市開展了虛實結合的訓練場工作
。IDC中國研究經理李君蘭判斷 ，行業預計將基于海量高仿真物理數據
，結合高質量的真實采集數據，構建堅實的數據底座 ，從而快速提升智能的泛化能力。

　　根據Research Nester今年9月發布的《數據采集系統市場規模及預測》報告
，2025年數據采集系統市場規模超過24億美元，預計到2035年將達到39.8億美元 ，在預測期內（即2026-2035年）的復合年增長率約為5.2% 。2026年
，數據采集系統的行業規模估計為25.1億美元
。

　　不過與此同時，有跡象表明 ，未來機器人訓練有望實現“AI化”。如特斯拉近日官宣在自研世界模型中訓練Optimus 。東吳證券表示，目前企業多采用世界模型
、遙控操作、仿真遷移 、模擬訓練等方法
，但都有局限性，無法獲得通用泛化能力
。具身智能的學習訓練方法還有待探索。