行行查
行业研究数据库
人工智能行业研究:数据集生成的四种方式
- 人工智能
- 大模型
- 机器人
- 人形机器人
机器人“大脑”即具身智能大模型的训练与优化高度依赖多元且规模化的数据集,其数据来源已形成“真实采集 + 仿真生成 + 开源共建”的三位一体格局,是实现环境理解与任务决策的核心基础。当前各类AI模型在数据规模上存在显著差异,其中以文本为标记的大语言模型数据规模最大,达到15万亿tokens(15T),代表模型如OpenAI的GPT-4;以图像为标记的模型最大数据集规模达6B(60亿)图像-文本对,典型代表为Midjourney;以视频为标记的模型最大数据集规模达2.6B(26亿)音频/视觉特征,全球通用大模型Runway为代表;而机器人领域的数据集规模仅为240万(2.4M)个episode,远低于其他模态,尚不足以支撑通用型机器人模型的训练。
针对机器人领域数据稀缺的问题,行业正从两个方向寻求突破:一是模型端,通过提升模型效率,使有限数据得到更高效利用;二是训练端,采用仿真训练、模拟训练等方式,通过调整假设、背景和参数来创造数据。目前数据集的生成方式主要包括四种:基于真实本体的数据集生产,即通过动作捕捉与VR结合机器人实体进行数据采集,但存在成本高、难以规模化的问题;基于虚拟本体的数据集生产,利用仿真环境(
关联报告






| 标题 | 时间 | 页数 | 目录 | 下载 |
|---|---|---|---|---|
| 人工智能系列(二):AI驱动下的电子行业新周期 | 2026-10-24 | 35 | ||
| 人工智能行业专题(24):AI短剧:注意力经济新兴市场,AI赋能工业化生产 | 2026-10-26 | 32 | ||
| 人工智能对广域网的影响:思科报告2026 | 2026-10-27 | 26 | ||
| 电力设备与新能源行业周报:特斯拉Optimus量产继续推进,全面实施“人工智能+”行动 | 2026-10-27 | 15 | ||
| 《人工智能能力建设普惠计划》进展报告(2026) | 2026-10-27 | 22 | ||
| 人工智能的物理竞赛:对电力、水和关键矿产的控制正成为人工智能领导地位的决定性因素 | 2026-10-27 | 16 | ||
| 人工智能主线周报:智元发布具身模型,看好智能化 | 2026-11-02 | 19 | ||
| 人工智能行业专题:2026Q3海外大厂CapEx和ROIC总结梳理 | 2026-11-02 | 25 | ||
| 通信及人工智能组行业光互连系列报告(一):FAU,CPO/NPO驱动量价双升 | 2026-11-03 | 22 | ||
| 人工智能及计算机行业行业月报:国家数据集团正式成立,物理AI迎奇点时刻 | 2026-11-07 | 27 |

行研数据库
创投数据库
证券数据库
商业数据库










