京东启动大规模数据采集：以人海战术破解具身智能数据困局

3月16日，京东宣布建成全球规模最大、场景最全的具身智能数据采集中心，这一消息在一度沉寂的机器人赛道引发关注。此次行动动员了内部超10万员工及外部最多50万各行业人员，甚至在宿迁一地就动员超10万市民，试图以规模化方式解决具身智能面临的“数据荒”难题。

在模型架构逐渐成熟、算力门槛相对透明的当下，高质量物理交互数据已成为机器人能否广泛应用的关键。这场被称为“人类历史上规模最大的数据采集行动”，反映出行业共识：当具身智能的运动控制能力不断提升，如何用高质量数据培养其对物理世界的理解能力，成为决定行业格局的核心。

卷入的参与者

京东发起这场数据采集行动的核心支撑，是其庞大且复杂的自营实体供应链。与纯软件企业不同，京东自身就是物理世界的互动场，具身智能的成熟直接关系到其未来履约成本与运营效率。这一布局与北京亦庄的机器人产业生态深度结合，亦庄已集聚300余家机器人相关企业，开放40余个应用场景，京东作为“链主”企业，此前已发布机器人产业加速计划，此次投入数据采集中心意在补齐产业链短板，形成从数据到硬件迭代的闭环。

数据采集场景覆盖物流、工业、零售等领域，实际操作可能依赖京东现有的数字化管理网络，例如让一线员工佩戴传感器设备作业。不过，目前相关实施细节尚未传导至员工层面，部分京东员工表示尚未收到通知，认为若有合理报酬，参与与否取决于个人选择。同时，数据合规问题也引发关注，快递配送、零售场景涉及大量隐私数据，脱敏与清洗的合规成本可能极高。

破解莫拉维克悖论

1988年，机器人学家汉斯・莫拉维克提出，计算机在智力测试或下棋中达到成人水平较易，但拥有一岁婴儿的感知和运动能力却极难。如今，具身智能面临的“数据真空”正是这一悖论的体现。大模型依赖互联网积累的文本语料，而物理世界缺乏现成的“数据互联网”，具身智能要实现规模化应用，需突破数据壁垒。

当前行业获取数据的主流方式存在局限：仿真环境虽成本低、速度快，但“仿真到现实”存在鸿沟，物理引擎难以模拟真实世界的复杂物理反馈；遥操作采集数据质量高，但硬件和人力成本高昂，难以规模化；机器人硬件碎片化导致数据难以跨本体复用。在此背景下，拥有真实落地场景的企业更具优势，京东依托物流网络和实体体系，试图打造半自动化数据流水线，将供应链壁垒转化为数据壁垒。

高质量数据的稀缺性

针对京东“两年积累超1000万小时真实场景数据”的计划，业内人士保持冷静。具身智能中，数据的质量和模态比时长更重要，行业缺的是包含精确物理反馈的“状态-动作对”，而非单纯的视觉数据。普通可穿戴设备难以捕捉人类动作中的触觉、力觉等隐性知识，若仅采集视频数据，转化为机器人可执行动作的损耗率可能很高。此外，行业缺乏统一的数据标准，京东采集的人类动作数据如何映射到不同构型的机器人本体，仍是难题。若缺乏标准，这些数据可能仅服务于京东自研机器人，难以推动全行业进步。

京东的举措标志着国内企业尝试以规模化手段解决数据短缺问题，但要实现机器人“智能涌现”，需保障数据的高维度与高质量，建立统一标准，并妥善处理隐私合规问题。这些是行业迈向商业化必须解决的课题。

本文来自微信公众号 “全天候科技”（ID：iawtmt），作者：王小娟，36氪经授权发布。

本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。

免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com