加州圣莱安德罗的Encord仓库内，机器人训练员正佩戴Zander Labs研发的脑波头显进行精密操作。该公司正将脑电活动数据与视觉影像融合，试图突破具身智能发展的核心瓶颈——真实物理训练数据的极度稀缺。Encord机器人学习主管Vineeth Velmurugan指出，大语言模型依赖互联网海量文本，而机器人操控所需的高保真物理数据无法通过简单抓取获得，其规模需求可达YouTube视频库的五倍。为此，Encord将数据生成转化为一项独立业务，通过佩戴第一人称摄像头、肌电传感器及脑波设备的人类操作员，采集倒水、插拔网线及搭建积木等精细动作数据。Zander Labs神经科学家Lucas Gehrke表示，脑波信号可实时映射操作者的意图、错误与惊讶状态，为模型部署提供关键信号。Encord对采集的视频进行高密度物理描述标注，其训练价值据称是普通数据的百倍，尽管制造成本高昂，但已成为行业共识。目前，Encord正联合多家前沿机器人企业开展测试，验证脑波标注数据能否切实提升模型性能。随着具身智能从实验室走向规模化应用，高质量物理数据的工业化生产正重塑AI训练的经济逻辑与产业格局。