“00后”小伙来上海当私教,学生都是机器人


长条桌前0后人机并排而立。小伙觅蜂科技数据采集组长朱绵锐正耐心地将桌上的上海生都瓶罐稳稳放入盒中,身旁的当私机器人亦步亦趋,精准模仿每一个细微动作。教学机器
这间位于上海张江0后觅蜂科技实训实验室,挤满了忙碌的小伙人与机器,堪称名副其实的上海生都“机器人学校”。
近年来,当私跳舞、教学机器跑步0后武术机器人频频惊艳全网。小伙但在聚光灯之外,上海生都要让机器人真正融入日常生活、当私实现灵活作业,教学机器必须先经历一场漫长而细致的“启蒙教育”。

MEgo View 无本体采集设备。
给机器人当“启蒙老师”
“哪怕只是拿放瓶子这样简单的动作,也需要反复‘教学’数百遍,机器人才能逐渐熟练。”朱绵锐坦言。
这位“00后”肩上的担子并不轻松。作为数据采集组长,他需将教学目标拆解为具体动作,设计变量与泛化环节,再有序分配给采集员。
“以炒菜为例,虽然我不常下厨,但现在必须对流程了如指掌。”朱绵锐举例道。他将这一长程任务拆解得极为精细:从沥水篮取菜、案板切菜、装盘备料,到起锅烧油、翻炒调味、最终出锅,每一步都需精准定义。
人类擅长举一反三,但机器不行,必须依靠海量的泛化数据来适应现实世界的复杂多变。
“比如削苹果,不能只用一种果型,近球形、长圆形的都得练,红的、绿的都要有。”朱绵锐解释,这种多样性的训练数据,通过真机或无本体采集,再经数据治理和算法处理,是机器人真正“理解并学会”的关键。
技术迭代正加速机器人的进化。
“机器人一天一个样,一个月一个大变。”朱绵锐感慨,以叠衣服为例,起初机器人只能识别单一朝向的领口,如今通过算法优化,无论领口朝左、朝右还是上下颠倒,它都能精准应对。随着任务从简单走向复杂,数据的泛化能力不断提升,支撑着机器人从容面对更多元的现实场景。
破解万亿风口的“数据饥渴”
技术迭代正在重塑“教书”的方式。随着无本体采集设备的上线,朱绵锐团队迎来了效率的飞跃。只需戴上头显和传感夹爪,通过相机捕捉人体动作,再将清洗后的数据“喂”给机器人,后者便能依样画葫芦,自主学习。
这与技术工作“吹毛求疵”的刻板印象截然不同。在朱绵锐看来,不完美的动作同样珍贵。“我们需要的是多样化数据。熟练工的操作是‘标准答案’,能教会机器人怎么做。而新手那些磕磕绊绊的‘错误数据’,则能教会机器人如何在出错后自我修正。”
缺乏真实、多样的泛化数据,是目前制约行业发展的核心痛点。若将具身智能比作一座金矿,眼下最紧俏的生意正是为机器人提供高质量的物理AI数据。朱绵锐所在的觅蜂科技,正是当下具身智能赛道炙手可热的“卖铲人”。
与大语言模型能靠互联网海量文本“自学成才”不同,机器人必须依赖真实的物理交互数据。就拿“捡起一片干木耳”这种人类信手拈来的动作,机器人却需调动材质辨识、空间匹配及力反馈等多重技能。这些数据在互联网上无处下载,必须在现实中一寸寸“磨”出来。
然而,行业正面临严峻的“数据饥渴”。据测算,2026年高质量物理交互数据的缺口将超过500万小时。传统的“手工作坊”模式——即专家遥控真机采集,一天仅能产出数十小时数据,且成本高昂。觅蜂科技的“无本体”方案,则将这一过程大大简化:它打破了专业壁垒,让普通人也能参与采集,如同将数据采集从昂贵的“专业影棚”搬到了高效的“全民随手拍”时代。
在朱绵锐眼中,教机器人就像“把懵懂的孩子一点点带大”。尽管日复一日的重复略显枯燥,但看着它们“从什么也不会,到慢慢有了自己的理解力”,他倍感欣慰:“我相信未来机器人一定能深度融入生活,到时候只需一声指令,家务琐事便都能交给它们。”

“00后”小伙来上海当“私教”,机器人是他的学生。
上海成为产业“加速器”
在这场数据淘金热潮中,上海正展现出强大的产业策源能力。
作为智元机器人孵化的数据平台,觅蜂科技成立仅4个月就完成多轮数亿元融资,背后是上海国际集团、上海国投等国资平台与产业资本的联手押注。近期,百度旗下基金也正式入股,进一步印证了这条赛道的火热。
更值得关注的是,上海正在从源头破题。觅蜂科技与张江集团签署战略合作协议,共建具身智能数据公共服务载体。国内首个大规模具身智能标准化数据集平台“浦江X”已上线,尝试解决“数据孤岛、标准缺失”等行业共性难题。
在业内看来,今年将成为具身智能的“部署元年”。智元机器人已在精密上下料、工业搬运、物流分拣等七大场景率先部署。在龙旗科技南昌工厂,机器人连续8小时在平板电脑生产线进行上下料作业,整体作业成功率高达99.9%以上。
从数据采集、大模型研发,到核心零部件和整机量产,一条潜能巨大的具身智能产业链,正在黄浦江畔加速成型。
而朱绵锐和他的同事们,正是这条产业链上最基础也最关键的一环——他们用日复一日的耐心教学,为机器人的“大脑”注入最鲜活的生命力。
原标题:《“00后”小伙来上海当私教,学生都是机器人》
(责任编辑:探索)
-
人大附、十二中双名校落地在即,园博园这个“尖子生”红盘藏不住了!
近期,后台咨询量激增,核心焦点高度一致:“冲着人大附园博园校区和北京十二中河西分校的新房,哪个项目最靠谱?”随着丰台园博园板块“双名校”规划从蓝图走向现实,家长们的焦虑与期待并存。在当前的“入学高峰” ...[详细]
-
尽管ABC热播剧《菜鸟老警》Rookie News)第9季还需等待六个月才能与观众见面,但制作团队已提前献上一份重磅惊喜:第810集加长版即将上线,新增约5分半钟未曝光的独家内容。此次加长版特别选择在
...[详细]
-
这项由北京航空航天大学CoLab实验室主导的研究成果,已于2026年7月正式发表,论文编号为 arXiv:2607.02646。感兴趣的研究人员可通过该编号在arXiv平台获取完整的技术文档与源码。训
...[详细]
-
记者:谢希瑶、魏玉坤海报设计:胡戈出品单位:新华社国内部 ...[详细]
-
随着一波旧剧落幕,新一轮剧集热潮随即涌来。近期,《悬案》、《野狗骨头》、《灿如繁星》、《京城名探》、《百花杀》以及《夫妻的博弈》等作品密集上线。题材涵盖悬疑、古装、都市等多元领域,旨在迎合不同受众的口
...[详细]
-
7月15日,国务院新闻办公室举行新闻发布会,详细解读2026年上半年国民经济运行情况。针对记者关于“中央稳楼市举措及地方因城施策成效”的提问,国家统计局副局长毛盛勇指出,随着供需两端政策“组合拳”的持
...[详细]
-
豆包视频通话背后,火山引擎重构 Agent 时代多模态传输底座
对于通用 Agent 而言,多模态交互已演变为提升用户体验的关键基石。传统的人机交互模式局限于“文字输入+图片上传+等待回复”,而当下的用户需求已发生质变:家长希望直接拍摄孩子作业,由 AI 进行分步
...[详细]
-
7月15日,英格兰传奇中场保罗·斯科尔斯在接受《太阳报》采访时直言不讳,称自己并不畏惧阿根廷队,并犀利地形容梅西等核心球员不过是“软猫”。据英国媒体披露,在世界杯半决赛即将迎战阿根廷之前,斯科尔斯对对
...[详细]
-
罗德里进攻三区完成173次传球为本届世界杯最多,成功率也最高
在今日凌晨结束的世界杯半决赛中,西班牙队以2-1力克法国队。罗德里作为中场核心首发出战,并打满全场90分钟,用稳定的表现掌控了比赛节奏。数据统计显示,本届世界杯期间,罗德里累计完成705次传球,其中6
...[详细]
-
MVPLAND发布2026年新品:碳化硅PC电源与全域导光RGB鼠标垫
航嘉旗下专注游戏硬件的品牌MVPLAND近日举行新品发布会,正式揭晓多项未来产品规划。其中,一款搭载数字主控芯片及碳化硅SiC)功率器件的高性能PC电源,已确定于2026年10月正式开售。这款电源的核 ...[详细]

跌下神坛!这项手术风靡全球,有多少人毫无必要地挨了一刀?
四大AI预测英格兰vs阿根廷:两家看好英格兰,豆包看好阿根廷
一级致癌物却撑起千亿市场:槟榔的灰色生意,为何禁而不止?
孙东旭和2位东方甄选前主播合伙创业,俞敏洪公开送上祝福;李国庆不看好“撑不过一年半,咱们走着瞧”