据量子位报道，9月23日，觅蜂科技打造的“觅蜂派”亮相，该平台以“硬件+App+数据引擎”三位一体，自称“全球首个全品类高质量物理AI数据众包服务平台”。普通人下载手机软件、申领采集设备、领取任务，即可在日常工作和生活中采集具身数据，上传审核后按有效时长获得报酬，数据经治理、分级后用于机器人训练。这一模式被外界称为“中国版Index”。

觅蜂给参与者取名“机器人训练师”。其众包网络包括“场景网络”和“人群网络”：前者连接酒店、餐饮、商超、物流、工厂、医疗、家庭等真实作业环境，后者连接不同年龄、行业和地区的参与者。据觅蜂披露，正式上线前一个月内测中，平台注册用户达到2万人，累计提交1.3万份采集任务，有人一个月赚了5000多元。

硬件是采集基础。觅蜂自研MEgo系列无本体采集终端，包括MEgo View和MEgo Gripper。MEgo View采用头戴式全景相机加腕部特写相机，MEgo Gripper是轻量化采集夹爪，重不到一斤，标配三维触觉。截至目前，觅蜂已下线2万套MEgo设备，产能达到数万套/月，自称行业第一次把这类设备做到大规模量产。这些设备已进入真实场景，累计采集百万小时有效数据，覆盖22大类场景，采集形态包括裸手、腕戴和夹爪，数据模态涵盖彩色图像、深度、惯性测量、触觉和音频等。觅蜂自称是行业首家拥有百万小时级可对外售卖无本体数据的数据服务商。觅蜂董事长兼CEO姚卯青说，电网建成之后，电力才真正改变了世界，如今具身数据采集也有了属于自己的基础设施。

采集之后，数据还需被“看懂”和“译准”。据量子位报道，MEgo Engine数据引擎负责预处理、空间感知、标注和质量评估。其HandPose高精度手部重建技术可在遮挡、交互、快速移动等场景中还原连续动作，觅蜂称，在奶茶制作场景中，即便手部可见率低于30%，仍能实现亚厘米级三维重建。其自研统一算法底座MPR在头部、手部及夹爪三类位姿重建上，轨迹还原误差均小于1厘米，环境稠密深度重建达到亚厘米级。

数据进入训练前，觅蜂用ManiEval多维度质检体系，从数据类型、任务类型、传感器质量、语义质量和动作质量等维度评估，再进行S、A、B、C分级，匹配不同训练需求。觅蜂把这套方法称为“不过滤，只分级”，同时表示这一做法以合规和基本质量要求为前提。觅蜂认为，大规模无本体数据主要承担通用预训练作用，具体机器人仍需对应本体的真机数据进行后训练和优化。机器人上岗后，觅蜂自研的REMORA任务进度模型结合Value Model，筛选真实部署中有训练价值的失败和困难样本，送回数据体系，形成“采集—重建—质检—训练—部署—回流”闭环。

在大洋彼岸，Figure的Index也在尝试众包数采。据量子位报道，Index于今年8月从隐身状态浮出水面，四个月内积累1600万条上传视频，覆盖108个国家，应用下载量突破26.4万次，每周活跃贡献者超过4.3万人，已向参与者支付1500万美元报酬，Figure计划未来一年在数据和算力上投入超过10亿美元。Figure称，Helix 2.5先用Index收集的大规模人类行为数据打基础，机器人在30个陌生家庭干家务，加入人类数据预训练后，任务成功率从9%提高到56%。

两家公司的共同判断是，具身智能的数据瓶颈不能只靠堆专职采集员，需要把“人人都能成为机器人训练师”这条路跑通。但觅蜂与Index存在显著差异：Index是Figure自家训练模型用的，属于“自产自销”；觅蜂派面向各类数据采购客户，按客户需求组织生产，处理后对外交付。觅蜂认为，中国拥有全球规模最大的制造业体系、密度最高的物流仓储网络，以及丰富的零售和服务业态，这些真实场景是机器人最好的“教室”。觅蜂还发起“场景数据联盟”，把场景方、采集网络、机器人和模型企业纳入其中，首批有50多家企业和机构加入。据觅蜂披露，其百万小时级无本体数据已开始服务腾讯Robotics X实验室、蚂蚁灵波等客户。