当具身智能逐渐从实验室走向产业化时，机器人训练需要大规模高质量数据。6月1日，北京企业诺亦腾机器人发布ModalityNet.com数据平台。平台推出HiPHI-MOV、HiPHI-OM和 ITW三大核心数据集，为机器人企业、具身智能模型研发团队及学术科研领域提供面向下一代具身智能模型的数据基础设施。

为什么具身智能需要新的数据基础设施？如果说大语言模型学习的是人类语言和知识，那么具身智能学习的则是人类与物理世界交互的经验。支撑具身智能发展的数据，不应仅是视频或文本，而需要动作、视觉、力/触觉、深度信息、物体状态、场景结构以及环境上下文等多种信息共同构成的复杂体系。

多年来，人工智能领域一直缺乏足量的高质量数据，尤其是具备物理信息且对齐的数据更为短缺，一定程度上制约着人工智能的发展。

诺亦腾机器人提出了面向机器人学习与具身智能研究的四层结构数据金字塔框架。在这一框架中，从第一层到最后一层，数据的具身特异性逐渐降低，而其多样性和对真实物理世界的泛化能力则持续增强。

ModalityNet.com数据平台推出HiPHI-MOV、HiPHI-OM和 ITW三大核心数据集，根据目前预计，HiPHI-OM数据可达每年5万小时，HiPHI-MOV数据可达每年10万小时。诺亦腾机器人在数据工厂受控环境之外采集的ITW数据则可达每年30万小时的数据产能。

文/北京青年报记者 宋霞
摄影/北京青年报记者 宋霞
编辑/周超