近日，覓蜂（Maniformer）一站式物理AI數據服務平臺發布會在上海舉辦，作為一站式物理AI數據服務平臺的覓蜂科技正式亮相，發布物理AI數據服務平臺、MEgo系列無本體采集硬件及MEgoEngine數據治理引擎，并聯合權威機構啟動蜂巢數據共創行動，與京東云、百度云、阿里云等多家頭部企業達成合作。
覓蜂科技董事長兼CEO姚卯青表示，數據將與算力一樣成為人工智能領域基礎共性生產資料，也會成為具備投資回報周期的核心資產，當前具身智能行業對高質量物理AI數據的需求已進入爆發期，供給端卻存在顯著缺口。
2026年被業內視為具身智能的商業化元年，具身智能正式走出實驗室、落地真實場景，但一個尷尬的現實是：行業普遍缺數據，尤其是缺少高質量、標準化、規模化的物理AI數據，“數據荒”成為行業共性難題。
姚卯青表示，覓蜂科技定位一站式物理AI數據服務平臺，專注打造具身智能數據的平臺型供給基礎設施，實現數據體系化、標準化、規模化供給，與傳統數據服務商不同，覓蜂不只是提供數據，更致力于構建物理AI數據基礎設施，實現真機遙操、無本體采集、仿真數據全范式覆蓋，并打通硬件、軟件、平臺、運營全鏈路，讓高質量數據像水電一樣即取即用。
姚卯青形容當前的狀態是“供不應求”。在此背景下，覓蜂科技定下一個年度目標：2026年實現千萬小時級別的數據產能。姚卯青算了一筆賬，實現這一目標需部署萬臺級采集終端，單終端日均穩定產出3—4小時有效數據，按年有效作業250天測算約可達成規模交付。其中，60%—70%將用無本體數據采集，此外約200—300萬小時的數據布局于真機數據。
本次覓蜂科技發布的MEgo系列是以人為核心、全場景覆蓋的無本體數據采集硬件，包括MEgoGripper采集夾爪、MEgoView頭戴式采集設備及MEgoEngine數據治理引擎，其核心是脫離機器人本體、以人為采集主體，輕量化、無束縛、可戶外采集，解決真機采集成本高、效率低的行業痛點。
不過，除了“數據荒”的痛點外，目前具身智能行業普遍還存在數據質量難證明、標準不統一、重復建設等問題，最終催生出行業供需錯配矛盾。對此，姚卯青給出了覓蜂的解決方案。
為保證數據質量，覓蜂科技構建起一套閉環驗證的流程體系，從采集人員的培訓、管理，到標注審核的標準，再到最終通過算法在仿真或真機上測試數據的有效性。“能力層面還要具備飛輪閉環效應，能夠自己在有數據的情況下，去通過算法最終驗證這個數據是否有效，這其實是客戶最關心的問題。”姚卯青表示。
值得注意的是，作為一家具身智能數據公司，覓蜂科技由智元機器人孵化而來，一方面，可依托智元具身模型能力成為該公司優勢，但另一方面，其數據獨立性也在一定程度上引發疑問。基于此背景，覓蜂科技該如何取得其他客戶，尤其是潛在競爭對手的信任？
姚卯青對此明確強調：“覓蜂是一家獨立的數據服務平臺，智元向覓蜂獲取數據唯一途徑就是市場化下訂單，價格在一千多塊錢一小時。”
這進一步引出了一個敏感問題：潛在競爭對手買了覓蜂的數據，會不會反過來成為智元的威脅？姚卯青的回答很干脆：“完全不擔心。”他表示，整個具身智能的應用前景太廣闊，現在大家都還沒有打開。“如果有人用覓蜂的數據訓練出了更強大的模型，我們其實非常開心，那才是實現了我們‘讓全世界的數據為AI所用’、加速智能體到來的使命。”
