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

卷数据规模，可能是行业最大的误区。

作者丨向 欣

编辑丨高景辉

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

▎AI科技评论：Ego数据已经从一个相对小众的方向变成具身智能领域的热门赛道，现在这个局里都有哪些玩家？

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。

▎AI科技评论：为什么你们能稳居前三？剩下的公司卡在哪儿？

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。

▎AI科技评论： 同质化是什么原因造成的？

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。

▎AI科技评论：那你怎么保证自己的数据不会同质化？

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。

▎AI科技评论：你说的数据多样性，就是指场景足够多吗？

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。

▎AI科技评论：也有一种说法是「缺什么技能就补什么数据」，觉得现阶段做通用数据不现实。

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…