在贵安新区星湖园B7栋内，操作员手持VR手柄一动，“手把手”教一台机器人擦桌子，机器人拿着抹布的“手臂”也随即落下，在桌面划出一道擦拭的曲线；隔壁的运营审核区，工作人员正按一条条指标，逐帧审核采集好的动作视频。
这里是全省首个具身智能数据工厂——贵州大数据集团具身智能数据工厂，专门规模化“生产”机器人训练所需的高质量数据集。
“机器人上岗前，得先来这里‘实习’。”贵州大数据集团下属企业云上（贵州）数据开发有限公司运营经理朱熊熊说，目前工厂已有采集订单落地，正朝着数据采集产能目标稳步推进。
工厂一期3000平方米空间内，家居、零售、办公、餐饮、工业、科研六大类1∶1真实应用场景错落分布，机器人本体遥操设备运转其间。
按“1+5+3”架构，工厂以实体工厂为基础底座，布局数据加工、场景适配开发、实训交流、数据流通交易、数据存储五个能力中心，配套安全、生态、运营三个保障体系，全栈数据处理引擎支撑起从采集到交付的全链条服务。
整套数据生产服务，有着清晰标准化的运行流程，依次为客户需求对接、任务设计、现场数据采集、上传与内部质检、客户验收、数据集交付。
一位操作员在机器人“背部”的屏幕上解锁下一个任务包，这些任务包，定义了动作角度、执行速度、完成度指标等，同一个任务包还会生成几十条样本，采完就换物料颜色、款式，调光照色温与角度，意在制造更多变量，避免样本同质化。
这里的采集方式也十分多元，现场不只有VR遥操和机器人本体真实作业遥测，还有穿戴式头戴、手持摄像等动作捕捉设备，记录人类抓取、取放等动作。
在朱熊熊看来，相较于纯仿真生成的数据，实体场景采集的数据核心优势，就在于高度贴合现实物理世界。
“真实物体有磨损、反光差异、轻微形变，线缆会弯曲，抓取碰撞的力度和物件细微挪动，仿真很难完全复刻。同时，真实拍摄还有画面模糊、镜头畸变、光线忽明忽暗、灰尘挡镜等干扰，这些不是电脑模拟得出来的”。朱熊熊说。
这里还有如物料放歪、台面油污、杂物干扰等突发情况，这些“干扰”，才能让机器人“正式上岗”时不容易掉链子。
“目前，我们的交付分为两档，‘轻定制’依托现有六大实景空间微调场景、设计新任务包，以周计；‘重定制’则全新搭建专属场景，我们先设计、搭建、联调再采集，以月计。无论哪档，都比客户自建实验室快得多。”朱熊熊说。
快的同时，质量如何保证？答案就在标准化质检流程里。
工厂按五大维度评判数据质量：时空同步质量，要求图像、力控信号、关节数据毫秒级时序对齐；多模态空间对齐精度，要求传感器外参、基坐标系精准标定；交互动作有效性，要求抓取、接触轨迹真实合理，剔除无效空操作；数据标注准确性，要求位姿、接触点、动作标签准确可靠；场景覆盖完备度，要求样本覆盖不同物料、姿态、光照及各类难例。
“具身交互数据属时序多模态耦合数据，核心看多模态时序对齐、物理交互信息完整、动作轨迹一致。哪怕画质很好，一旦视觉数据与关节数据时间错位、缺少力反馈或轨迹跳变，样本依然无效。”朱熊熊说。
正是这套可量化、可追溯的质检体系，让工厂的“标准化服务”真正落地——客户提出需求，工厂按统一标尺生产、审核、交付数据集。这些高质量数据集还将通过贵州语料（数据集）平台、贵阳大数据交易所流通交易。
未来，这个为具身智能模型训练提供真实、多元、可复用的高质量数据底座，还有望为贵州本土矿山、农产品加工、装备制造等优势产业打造标杆场景，塑造独特行业竞争优势。
天眼新闻记者 管云
