Instawork Robotics Labs:人类劳动力正在成为物理AI训练与运维的关键基础设施
Instawork Robotics Labs 发文阐述其在物理AI体系中的战略定位,涵盖机器人训练数据采集、现场运维服务及商业部署连接三个方向,并披露了平台认证体系的早期进展。
Instawork Robotics Labs(IRL)创始人 Sumir Meghani 近期发表署名观点文章,阐述人类劳动力在物理AI发展中的角色定位。文章援引学者 Ken Goldberg 提出的"十万年数据鸿沟"概念,指出用于训练机器人精细操作的现实世界数据极度稀缺。Instawork 内部估算显示,整个行业 2024 年约采集了 10 万小时机器人训练数据,2025 年预计增至 100 万小时,2026 年或达 2000 万小时;即便按此速度,到 2026 年累计数据量也仅能弥合上述鸿沟的约 0.04%。上述数字为企业内部估算,未经第三方核实。在业务进展方面,Instawork 表示已与该领域多家头部机器人团队合作提供训练数据采集服务,具体合作方未披露。平台已建立面向小时工的机器人认证体系,认证内容包括操作可穿戴摄像设备、采集视频、标注传感器数据,以及硬件诊断与维护流程;文章称在最初几周内已有超过两万名专业人士完成认证,具体统计截止时间未说明。此外,Instawork 已与多家机器人公司开展涵盖电池更换、部件替换与机器人维修的试点项目,并正在开发基于 VR 的远程操控培训以支持数据采集规模扩大。公司同时表示正在构建"机器人服务市场",旨在连接机器人公司与有意部署自动化的企业客户。文章以 ATM 出现后银行柜员数量反而增加的历史案例,论证技术变革重塑而非消灭工作岗位的观点。Instawork 平台目前拥有超过一千万名经过技能验证的专业人士。
解读
该文章本质上是一篇企业战略定位声明,核心逻辑是将 Instawork 现有的灵活用工平台能力重新包装为物理AI基础设施的供给侧资产。其提出的三项核心能力——训练机器人、支持运行、连接商业场景——对应的是数据标注、现场运维和平台撮合三条潜在商业化路径。值得注意的是,文中所有关键数据均来自企业内部估算,"与大多数头部团队合作"等表述亦为自述,读者需结合其立场倾向审慎评估。物理AI训练数据的稀缺性是行业公认的结构性挑战,但 Instawork 能否在竞争中形成可持续壁垒,目前尚无足够公开信息支撑判断。
相关币种
- 未绑定币种
