对话 EgoScale 创始人：能赚钱的 Ego 数据公司不超过五家，我是其中之一

雷峰网报道：

「今年做 Ego 数据真正能赚到钱的公司，国内最多只有五家。」

做出这个判断的，是具身数据创业者袁日正。你可能没听过他的名字，但如果你是业内人士，一定听过他的公司名——

「EgoScale」。

或许和我一样，你看到这个名字的第一眼，多半认为它是一个「蹭热度」的公司，毕竟引爆「Ego」概念的，就是英伟达的那篇力作「EgoScale」。

但袁日正告诉我，早在英伟达 EgoScale 项目发布四个月前，他就已经注册了 egoscale.com这个域名。作为最早入局 Ego 数据的创业者，他用一年多的时间搭建了采集体系，跑通了自动化处理流程。

据他所说，目前 EgoScale 在国内 Ego 数据交付量稳居前三。这也是为什么袁日正有底气说出开头那句话。他还告诉我们，一些数据赛道的「量产大户」，其实在水面之下。

那么，为什么像 EgoScale 这样名不见经传的数据公司，能在没拿到融资的情况下跑通量产交付？

在和袁日正探讨这个问题的过程中，我发现他有许多和行业主流截然不同的认知，但又十分自洽。

比如，当所有人都在开发「头环」式数采设备时，EgoScale 做了一顶搭载双目相机的帽子。他说，大多数公司设计采集设备时只从技术角度出发，却很少有人从采集员的角度想过，采集员是否愿意每天戴着它工作10个小时。

再比如，当头部玩家挨个喊出百万小时数据的目标时，他却认为卷数据规模可能是行业最大的误区，从供应链的角度解释了相比堆时长，数据的场景丰富度、任务多样性要重要得多。

除此之外，关于数据采集的每一个环节，他都有自己的一套逻辑。这套逻辑最终跑出来的结果是：每月1500人次的采集员轮转，只用不到20人的全职团队管理，数据有效采集率高达80%。

所以回到最开始的问题：Ego数据到底要怎么做？答案就藏在这些「非共识」里。

01

10万小时数据，可能一文不值

袁日正：可以分为三类。第一类是自研硬件、采集原始多模态数据的创业公司，一般是Ego+UMI同步采集；第二类是依托标注流水线、外部获取素材再加工的公司，包括从智驾数据服务转型做具身Ego数据的公司，以及从互联网第一人称视频中蒸馏提取Ego数据的公司；第三类是从具身智能生态内部孵化出来的数据公司。

赛道里公司虽然多，但全中国今天真正能做到规模化交付、被头部客户验收的团队，不超过5家。在国内Ego数据交付量上，我们稳居前三，已经进入多家国内外头部科技公司、模型公司和具身智能企业的供应商体系，完成了多批次数据交付。

袁日正：主要卡在数据同质化上。有头部客户跟我们说，他看过四五十家demo，国内外的都有，其中好几家的数据长得一模一样。我们的数据不会同质化。

袁日正：采集模式的问题，数据来源太重合了。

行业里不少公司采用众包模式，找几家B端人力公司，由他们组织人去采集。但人力公司会同时服务多家客户，同一个场景（地点）被反复采集。

从人力公司的角度想：接了A公司的单，拍完了，人员闲置了怎么办？自然会去找B公司，再拍一遍。两家公司的数据本质上是同一批人拍的。即便你花大价钱买了所谓的「独家数据协议」，在底层供应链上，拿到的依然是没有任何差异化的二手数据。

另一种是去数据工厂采，但工厂的场景和任务丰富度极其有限。10万小时的数据如果只来自10到50个工厂，本质上就是过拟合，高度重复。对训练World Model或VLA来说，边际价值很低。

袁日正：数据就两件事：采集和处理。如果把采集这一块完全外包出去，核心资产支撑度就很浅了。我们的采集员都是自己运营管理，分布在全国各地，能采集真实场景里各种各样丰富的数据。

很多公司强调规模，动不动就说手里有10万小时数据。但我觉得强调规模是这个行业最大的误区。同样是10万小时，一个包含50个场景，另一个包含5万个场景，后者更有价值。现在大多数人都在做前者，因为堆量比拓场景容易得多。我们是其中极少数懂得要做后者，强调数据多样性的公司。

袁日正：数据多样性不仅是场景数量，还包括任务、动作、物体、工具、人员、环境、操作路径、成功与失败过程，以及异常和恢复行为。还有一个差异点是我们的数据高度结构化，能够满足模型直接训练要求。

袁日正：这取决于你的目标是做一个完成特定任务的Demo，还是做一个通用的具身大模型。如果只是为了完成某个工业位姿的抓取，企业自己找几个人采一下就够了，根本不需要第三方数据公司。我们的大多数客户目标是做通用模型，底层喂养的，必须是海量、泛化、甚至带点corner case的真实人类生活数据。

袁日正：主要是家庭、商业场景，基本不采工业。现在国内外对家庭场景数据都很重视。家庭机器人在国外特别火。去年我在硅谷接触了不少高收入人群，有做消费品的，有特斯拉的高管，他们普遍焦虑的是下班还要回去处理大量家务，即便年薪千万美金，请保姆一个月几万美金也觉得不划算。

工业场景是在固定环境里做固定的事，放几个摄像头就够了，根本不需要Ego。去年5月之前做Ego的公司都在采工业数据，这不make sense。

02

懂人性，比懂技术更重要

袁日正：我们做了一顶帽子。这是全球第一个双目数采设备，也是第一个帽子形态的采集设备，一直在使用，只是为了避免被抄袭，所以没有对外发布。它配一个很小的充电宝就能10小时全时拍摄，充电宝用魔术贴固定，没有做复杂的机械架构，而且放在帽子上几乎没有重量。而且戴一顶帽子，采集员和他们周围的人不会觉得突兀，干活更加自然。

现在不少同类产品其实都是拼凑的，对外宣称是自研，实际上就是用的Gopro，我们是从头到尾全定制设计的硬件。所以有投资人来问我们说，你们怎么和同行竞争，我会反问投资人，他们怎么跟我们竞争？

袁日正：我们在眼镜上尝试过采集数据，试了一年。要说谁比我们更懂用眼镜采数据，可能只有Meta。但结果告诉我们，眼镜在重量、续航、散热、成本、参数上都有瓶颈。

袁日正：我和很多海外学术社区的人交流过，基于这些信息提炼出核心判断：采集数据到底是为了做环境采集，还是做手部操作的训练数据？如果是为了训练「大脑」执行手部操作，盯着前面的双手就够了，为什么要看后面？六目带来的价值未必能覆盖其硬件和隐形成本。多一个摄像头，数据量就会暴增，传输、处理和存储数据的成本都会上涨。

袁日正：本地存储之后无线上传。不需要拔卡、寄回工厂、人工拷贝。我们是当天采、当天传、当天反馈，第二天任务自动更新。六目方案做不到这一点，多一个摄像头，数据当天就传不完。这个运营闭环，目前全世界没有第二家做到。他们不做无线传输，不是技术问题，是产品思维问题。

插卡传输的只能集中管理，理论效率高，但多样性低、成本高，需要线下管理，中间有人抽成。我们是通过互联网找到C端采集员，寄设备、收设备，全程线上对接。

袁日正： 采集体系月周转1500人，大多数是宝妈，标注体系800人，整体人员分工动态调整。我们公司全职不到20人，4月份之前只有6个人，主要是依赖自动化体系对采集人员进行线上管理。

袁日正： 我们的有效采集率是80%，行业里很多只有50%，甚至10%。差别在哪里？主要是对人性的理解。采集员最关心的是赚钱，我们对采集员的培训不谈规范，而是告诉他：「你不按这个角度拍，就会少赚多少钱。」 这是对人性的理解。

袁日正： 对。有很多友商的创始人大多来自大厂，做技术没问题，但对产品的理解不一定到位。我从2015年开始创业，本科期间做成功了两个产品，积累了第一桶金，做过个人投资，也在蚂蚁集团做过产品经理。我觉得懂产品、懂人性比懂技术更重要。懂人性让我能把产品做得轻、戴得舒服，让人愿意戴满10小时；我也明白客户要的不是复杂的报价单，而是按小时计价的标品。

我觉得产品专家比技术专家更难招。因为技术需求是标准的，而懂硬件、软件、运营、自动化的产品人，太稀缺了。

03

数据壁垒不在采集，在于规模化交付

袁日正：如果你只采一个小时数据，把它后处理出来，这没有任何壁垒。真正的壁垒是能不能规模化、高效地持续产出高质量、可直接进入大模型训练的数据。

袁日正：除了原始视频，我们交付的完整数据包还包括同步双目影像、IMU、时间戳、标定参数，以及任务描述、动作切分、手部姿态与轨迹、质量评分和场景元数据等训练级数据。

袁日正：我们搭建了一套自动化系统，包含三套体系：采集体系、标注体系、运营体系。标注体系还分为自动化标注和人工QA（Quality Assurance，即质检）两个环节。现在自动化闭环跑了半年，基本跑通了，别人想抄也得花4到6个月。

袁日正：用了一年时间，上个月完成了1.0自动化，只剩三个板块尚未完全自动化，这个月中会完成2.0。很多团队人数是我们的三倍，效率远不如我们。

袁日正：这本质上是系统工程：目标是交付数据，拆解出中间环节，哪些能自动化就自动化，哪些暂时不能就先沉淀、逐步推进。我们的自动化系统包含非常多Agent，很多环节都可以无人化。所以也没有单独招过infra负责人，因为初始团队内部就有这个能力。

而且，我们的数据是持续积累的。每接一个新项目，先看已有数据能复用多少，再针对新增模型需求完成定向生产，过程中不断提高已有数据的复用效率。

之前提到月均流转1500人的数据采集人员规模，容易让人以为我们在比谁的采集团队更大。但规模只是表象，我们构建的是一套覆盖需求理解、数据生产、自动处理、训练级交付和模型反馈的真实世界数据基础设施。

袁日正：主要是交付。交付环节最大的问题是格式不统一。每个客户要求的格式不同，转化过程容易出错。有的要Robot数据包，有的画幅要切成4:3，有的要1080P，有的要720P。类似的细节问题能列出30个。同一份数据跑同一个算法，结果都可能不同，因为数据里总有你没发现的问题。AI处理也有幻觉，问题在那段时间滚雪球式增长。

袁日正：最累的那个月，我胖了10公斤，三个同事瘦了10公斤，当时只有6个人。交付阶段跑完后立刻招了10多个人，核心是搭建完善的自动化管理和风险体系。不过被客户push的过程，本身也是提升能力的过程。

客户需求还会变化。一开始要A，交付完要改，改完又要C、要D。都是小需求，成本不大，但也不可能拒绝。即使是头部客户，其数据需求也会随着模型训练进展和内部认知不断变化。我们要做的就是快速理解变化、稳定迭代，并保持版本和质量的一致性。

现在我们已经形成从客户需求到数据生产、交付和反馈迭代的完整闭环，数据供给效率和交付质量都在提升。

04

数据应该是资产，不是服务

袁日正：Scale AI 证明了训练数据可以成为独立的基础设施层，他们主要提供的是数据处理服务。这也是很多传统数据厂商的商业模式，只做后半段的数据处理，比如标注、清洗等，不做采集，行业大部分素材普遍依靠网络爬虫、外购存量互联网内容获取。

我们和Scale AI的区别在于，我们有采集环节，能同时覆盖真实世界数据的采集、结构化、质量管理和授权体系，能够持续沉淀可复用的数据资产。Scale AI其实不算我们的竞争对手。

袁日正：原因很简单。大模型创业公司如果数据全部外购，会被质疑没有数据壁垒。所以得自己采一点，有个交代。但自己采集并不划算。我们卖的数据比他们自己采成本更低、量更大，为什么不买现成的？

数据业务和模型业务之间也存在天然矛盾。如果一家模型公司同时向外提供数据服务，客户会担心自己的数据需求、训练方向甚至商业规划是否会被母公司掌握。有的数据服务商在被大厂收购后，就没什么人再买它的数据了。

如果我是做大模型的公司，向竞争对手买数据，就等于在养对手。没人会这么做。

袁日正：跨度太大了。做数据的同时做模型，客户知道你有做模型的意图，为什么还要买你的数据？买数据也等于养他的竞争对手。

我认为数据基础设施需要保持中立。跟客户沟通时，立场很明确：我们只做数据，不会成为竞争对手。保持第三方立场非常重要。

袁日正：全球今年愿意花10亿人民币以上买Ego数据的客户大约有5家，中国约1.5家，海外约3.5家。单一海外头部客户愿意花2亿美金以上。我们认可的两家友商中，一家今年纯Ego数据已有1亿美金订单。

袁日正：Ego数据出境本身不敏感。其实真机遥操数据才是不好出境的，因为它属于高价值稀有物。而Ego视频本质上就是第一人称视角的日常活动记录，敏感度低，互联网上都有很多这种视频。

Ego数据出境可能需要担心的是，指纹和掌纹这些敏感信息，1080P分辨率能拍到指纹和掌纹，脱敏有难度。两只手操作时旁边有人伸手过来，画面里出现三四只手，这种边界情况不一定能靠算法自动解决。算法的核心是处理已知问题，对于未发现的问题，算法并没有那么智能。

袁日正：我们的目标是，定义什么是好的Ego数据，然后在数据多样性、有效信息密度、低重复度和持续交付能力上，都做到中国第一。目前有些公司在重复采集数据量上超过我们，我们想从所有维度超越。现在应该是全球前五，目标是全球前三。我们的自动化体系已经成熟，不需要再招人，只需要持续采数据。我们的资金消耗率，内部比外部预估要低。

到今年年底，真正能够产生收入和利润、具备持续运营能力的公司，中国可能只剩5家左右，海外可能也只有5家左右，大部分企业都会在竞争中被淘汰。资本投入只能支撑企业走一段路，最终决定生存能力的还是商业化和盈利能力。（雷峰网(公众号：雷峰网)）

可独家畅览：

专家演讲PPT

大会报告全文

热门论文解读

学术新星访谈

扫描上方二维码

或点击「阅读原文」关注专区。