2026年7月，美国数据工具公司Encord在加州圣利安德罗的仓储实验基地启动前沿测试，通过德国神经科技初创Zander Labs的脑电头显采集人类精细操作时的脑波信号，推导心理状态生成机器人训练数据集。Encord机器人学习负责人Vineeth Velmurugan指出，当前物理AI训练数据缺口已达YouTube视频库总容量的5倍，该实验有望填补这一核心供给空白。
加州圣利安德罗的仓库内，几名佩戴着头戴设备的测试者正坐在桌前小心翼翼地抽取叠叠乐积木——他们的动作、实时脑电波信号，甚至指尖犹豫的微表情，都会被同步转化为结构化数据，成为训练下一代物理AI的核心素材。
很长一段时间里，行业普遍将人形机器人、仓储作业机器人的性能瓶颈归结于模型架构的不足，但Encord团队的调研结论颠覆了这一认知：当前物理AI发展的核心掣肘，是真实世界物理场景训练数据的极度匮乏。
登录后解锁全文，体验收藏、点赞、评论等完整功能
立即登录
滇公网安备 53252802528133号