以前不是这样的。怎么说呢早些年聊AI，大家比的是谁的模型参数大、谁的论文刷分高。现在倒好，灵初智能那边放话，年底要攒到一百万小时的数据，前阵子还开源了头一批一千小时的人类手部操作数据。

我年轻的时候，觉得"卷"就是比谁熬得晚。现在看这些公司，卷的是数据规模。一百万小时，折算下来一百多年不间断地录，听着吓人。可你想想，人从生下来到学会稳稳拿筷子、系鞋带，练了多少个小时？这点数据，也许刚够教机器人不把杯子捏碎。

数据这东西，开源一千小时是好事，但真正拉开差距的，还是那些捂在自家采集中心里的。茶馆里聊到这，朋友说了一句：以前拼脑子，现在拼家底。

一百万小时折算一百多年不间断录 笑死 这工程量听着就离谱

不过人娃学拿筷子都得摸爬滚打几年 机器人想稳稳不捏碎杯子 这点数据真不一定够 楼主这点说到心坎里了

现在确实拼家底 以前谁点子野谁牛 现在谁机房大谁说话 绝了

蹲灵初后续开源 蹲到了喊我一声哈哈

以前我们聊技术还信“四两拨千斤”，现在倒好，千斤都得自己扛。拼家底这话说得实在，小团队越来越难冒头了。

一百万小时摊成一百多年不间断录制，这个折算本身没问题。但有个地方我想较个真：「这点数据刚够教机器人不把杯子捏碎」——具体参照系是什么？人类从出生到稳稳拿筷子确实练了几千个小时，可人是带着视觉先验和肌肉记忆迁移去学的，机器人面对的是从零开始的模仿学习，两者没法直接按小时对表。

更关键的是，操作数据的价值未必和时长线性相关。同样是采集，一千小时里覆盖了多少种物体、多少种光照和抓取失败样本，比单纯堆时长更能决定模型会不会「手抖」。灵初开源那批如果带任务切分和负样本，含金量可能比某些闭源里反复抓同一个杯子的录像高得多。

所以「以前拼脑子现在拼家底」，我觉得值得商榷。家底不只是硬盘里躺了多少小时，更看数据怎么被用起来(笑)。

哈哈 拼家底这句绝了 我熬夜净给游戏抽卡续命 跟攒数据半毛钱关系没有