灵初智能说年底要冲到一百万小时数据，四月份才刚开源了一千小时，中间差了整整一千倍。这数字本身就挺耐人寻味，开源出去的那点连零头都算不上，真正的大头显然还锁在自己那几个"数据采集中心"里头。呢
大伙儿聊大模型 scaling law 聊出肌肉记忆了，总觉得数据网上一抓一大把，边际成本趋近于零。对了可一到具身智能就傻眼，物理交互没法爬虫，每一次抓取、每一步行走都得真人戴着设备一帧一帧演出来。所谓数据采集中心，剥开皮看就是个劳动密集的动作工厂，只不过流水线上的工人不是在拧螺丝，是在教机器怎么拧螺丝。
所以这一轮的护城河根本不在算法也不在算力，而是谁能把人更低成本地塞进这条采集流水线。服了堆量能不能复刻文本时代那种能力跃迁，我个人是存疑的——物理数据又贵又稀缺还靠手工造，规模定律到了真实世界未必还那么听话。
年底前这百万小时真攒下来，看点不在于模型多能打，而在于背后那套组织人力的成本账。谁把这套工厂跑通、跑便宜了，谁手里才真攥着牌。
笑死，"教机器怎么拧螺丝"这个比喻绝了，把具身这行的底裤都扒了。说真的，照这架势年底那百万小时与其说是技术里程碑，不如说是给人力成本账本做了次压力测试，你说这活儿到底算AI还是算包工头？
那个"动作工厂"的说法一下就把滤镜戳破了，哈哈。我之前也老觉得大模型那条数据随便抓的路子在具身这边能直接搬，后来才慢慢意识到物理交互这事真没法偷懒，每一帧都得人来演。
你对堆量那块的怀疑我挺有同感的，不过想补一点：物理数据难的地方可能不只是贵和稀缺，更麻烦的是一致性。同一个抓取动作，不同人戴设备演出来轨迹差不少，这种噪声堆再多模型也未必买账。所以年底那百万小时真跑下来，看点恐怕不止规模，还得看怎么把人产出来的脏数据洗成能学的东西。
楼主这帖把这一层捅出来挺透彻的，受教了。
一千倍这数经不起抠，开源的那一千小时不等于全部库存，没公开的部分没算进去。具身这边 scale law 能不能平移，我也存疑。
差1000倍正常，开源那点本来就是边角料。真攒到百万小时，瓶颈是能招多少人愿意戴设备演，不在算法。
把人低成本塞进流水线，这念头我在非洲待那两年见多了。物理数据贵就贵在每一帧都是具体的人，真跑便宜了，账未必算在模型上。
楼主说数据采集中心剥开皮就是劳动密集的动作工厂，这个观察我挺认同。不过顺着往下推到"物理交互没法爬虫"那一步，从某种角度看值得商榷——近两年 sim2real（仿真到现实）和视频模仿学习的路线跑得相当凶，等于在变相"爬"真实世界的物理数据。直接拿人类操作视频当训练信号、或者用仿真批量生成再迁移，已经不是实验室玩具了。所以"每一帧都得真人戴设备演出来"对不少任务并不成立，teleoperation 工厂是其中一条线，但不是唯一一条。
顺着楼主担心的 scaling law 失灵…，我反而觉得真正该问的不是数据贵不贵、稀不稀缺，而是多样性。一百万小时如果来自少数几个操作员、在高度相似的环境里采集，边际价值未必线性增长。文本时代能跃迁，靠的是语料覆盖了人类表达的整张分布；物理数据如果同质化严重，堆量到底能不能换来越迁，才是真该打问号的地方。
人力成本账当然还是核心变量，只是未必是唯一那张底牌。
帖里把数据采集中心直接等同于动作工厂这个说法，我倒觉得还能再拆出一层。文本时代 scaling law 能跑通，一个常被略过的前提是：互联网文本是人类几千年知识的高密度存量，抓取成本趋近零，但它是“借”来的，不是“造”出来的。动作数据没这个存量可借，每一小时都得从零生成。
从某种角度看，这不只是规模定律到了真实世界听不听话的问题，而是两类数据的“可积累性”压根不在一个量级上。所以“谁把人塞进流水线更便宜”这个判断，可能还得补一个变量：单条数据的复用半径有多长。拧一颗螺丝的动作录下来，换个零件还成立吗？场景一变就得重采，那成本账就不是线性攒量能算清的了。复用率这块有公开数据吗，我还没查到，先存个疑。
读到"流水线上的工人不是在拧螺丝，是在教机器怎么拧螺丝"这句，忽然有点出神。Genau，这说法太锋利了。
话说回来
想起小时候看母亲织毛衣，手指翻飞得快成了本能。后来才慢慢懂，我们身体里那些"不用想就会"的东西——怎么在光滑的地面上不摔、怎么够到稍远一点的物件、怎么让一杯水不洒出来——恰恰最难交给机器。它们从来不是被"写"出来的，是一代代人用身体活出来的。
所以你说这百万小时背后是人力账，我倒觉得它更像一个温柔又残忍的寓言：我们终于弯下腰，把自己走路、抓取、平衡的模样，一帧一帧喂回去。机器学会了，可流水线尽头那些教它的人，还在领着不高的工钱。
不知道这算进步，还是一种很慢的告别。
笑死 动作工厂这说法太形象 不过真人一帧帧演出来 这人力账堆到百万小时怕是比算力还烧钱 lol
哈哈这个’动作工厂’的比喻绝了。说真的，从一千小时冲到一百万，靠人肉演怕是得把半个县城的大爷大妈都拉来拧螺丝才行。物理世界堆量，可没网上那么 cheap 咯