具身智慧“奇點”將至，Coohom Cloud為具身智慧突破數據瓶頸

人形機器人的“圖靈時刻”已經到來。從資本市場的“熱捧”，到上海世界人工智慧大會、世界機器人大會、雲棲大會現場的激辯，2024年，人形機器人一路狂奔。有統計顯示，2024年上半年，關於具身智慧的探討多達500余次。而在本週，上海和杭州分別舉辦著兩場跟具身智慧相關的活動，2024具身智慧大會和第三屆全球數字貿易博覽會。

有意思的是，每一次具身智慧的活動上，數據是大家必提到的話題。這個核心技術底層問題，已經成為整個行業取得大突破的壁壘和瓶頸。因為人形機器人面臨的場景多樣，這些場景數據採集並不容易。群核科技（酷家樂）創新實驗室Koolab孵化出的Coohom Cloud，便是為了解決這個問題而來。

具身智慧火了，但AI數據何解？

具身智慧是指能理解、推理並與物理世界互動的智慧系統。這並非是個新概念，但得益於大模型的發展，具身智慧也迎來新一輪發展期。

從馬斯克、黃仁勳到AI知名學者李飛飛，一致看好這個賽道。國內也已涌現了一批重要玩家，比如宇樹科技、智元機器人、銀河通用機器人、星動紀元、逐際動力等。

剛剛36氪研究院發佈的具身智慧發展報告顯示，具身智慧的市場規模已從2018年的2,923億元增長至2023年的7,487億元，年複合增長率達到20.7%。預計未來五年，具身智慧的市場規模將持續增長，有望在2026年突破萬億。

當前，具身智慧技術正從理論走向實踐，加速落地。但隨之而來的問題是，這背後需要海量的數據支援，尤其是人形機器人更為明顯。

中國信通院聯合發佈的《具身智慧發展報告（2024年）》中提到，缺乏數據成為具身智慧能力突破的重要壁壘。一方面，真實數據面臨獲取成本過高，廣泛、高品質和多樣化的挑戰。另一方面倣真合成數據面臨“現實差距”——即模擬環境與現實世界之間的差異挑戰。

不同於文本數據量大且易獲得，人形機器人面臨的場景多樣，而且這些場景的數據採集不容易。而數據又直接影響到機器人的感知能力、思考和決策能力以及行動執行能力。因此，海量、優質的數據爭奪已經成為企業間的無聲戰場。

數據壁壘下，Coohom Cloud為具身智慧解決數據需求

如何解決“數據瓶頸”？一方面機器人企業通過強化學習演算法提高模型訓練效率，一方面則通過模擬環境合成數據輔助真實世界數據以豐富訓練數據來源。

目前群核科技（酷家樂）創新實驗室Koolab孵化出的Coohom Cloud，正在利用其龐大的室內數據資源，結合高性能的渲染引擎和先進的數據處理技術，為AI行業“投喂”逼真且物理真實的2D、3D室內數據集等産品和服務。群核科技平臺上每天會生成40萬+3D設計方案，並沉澱了約3.6億個3D模型數據，涵蓋傢具、電器、生活用品等。

Coohom Cloud通過自研數據引擎，可以高效地將設計平臺沉澱數據庫轉化為AI訓練的燃料。它不僅能夠定制化輸出針對不同行業所需要的數據集，還能實現室內場景的數字化生成，與NVIDIA Isaac Sim、Unreal Engine、Blender等專業倣真器和渲染引擎無縫對接。

有趣的是，Coohom Cloud對AI數據的探索，始於一篇研究論文。2018年，群核科技與包括英國帝國理工大學、美國南加州大學浙江大學等高校聯手推出了多種數據集，為室內環境理解，3D重構，機器人交互等研究提供的強大數據基礎。

2022年底，群核科技KooLab與英特爾實驗室、西班牙電腦視覺中心以及慕尼黑工業大學共同打磨的SPEAR智慧倣真平臺，面向開發者全面開放，幫助開發人員加快對不同智慧機器人的訓練和驗證。

在一家清潔機器人企業的應用中，Coohom Cloud的方案，讓企業從模型素材到語義標注，再到數據結構處理全流程把控，為用戶關注的邊緣場景，專門打造特殊的室內虛擬環境，並通過調整光照參數，實現場景多樣性衍生，在45個工作日即生成了數萬組高品質的3D模型數據集和百萬組精細化圖片數據，數據交付即可用，幫助企業大幅減少數據側投入，提高AI項目進度。

今年以來，從5月份的日本橫濱召開的國際頂級機器人學術會議（ICRA2024），6月份美國西雅圖舉辦的2024年CVPR會議，還是最近正在舉辦中的第三屆全球數字貿易博覽會，Coohom Cloud頻繁與機器人企業交流數據需求。Coohom Cloud提供的具有渲染真實和物理真實的室內數據集産品得到了他們的充分認可。

（Coohom Cloud亮相ICRA 2024）

（Coohom Cloud亮相CVPR 2024）

（本屆數貿會首次設置機器人專區，集中展示60多款機器人，包括特斯拉、銀河通用、宇樹科技等，Coohom Cloud也受邀亮相）

“人工智慧下一個浪潮是具身智慧”，英偉達CEO黃仁勳的預測正在成為現實。隨著具身智慧持續火熱，數據已然成為了這個時代的核心資産。Coohom Cloud正以其強大的數據生成技術，為AI的多樣化應用需求提供支撐，推動行業向更廣泛的智慧化發展邁進。（推廣）