在汽车油箱生产线上，有一道难以绕开的工序——撕飞边。塑料油箱吹塑成型后，合模线处会留下一圈粗糙的飞边，需人工撕除。活儿不起眼，却有一定的技术难度：要力度精准，不能损伤油箱表面；又要撕得干净，不能影响后续装配。

　　8月19日，在自贡的四川人形机器人多模态数据采集测试中心，150台人形机器人正反复“练习”撕飞边动作。每一次抓取、撕扯、放置，产生的数据都被它们身上的传感器记录下来。

　　这些数据已经被“打包售出”。7月末，自贡市国投集团旗下自贡数据有限公司签下全市首笔具身智能数据集市场化交易订单，向无锡优奇智能提供300条“撕飞边”机器人场景数据集。每条100元，总交易额3万元。

　　金额不大，这笔数据集订单却助推自贡数据产业市场化迈出第一步。

如何拿下这一单？可以“独家定制”，还能就近标注

　　数据有什么用？四川人形机器人多模态数据采集测试中心负责人解释说，企业想用机器人完成撕飞边工序，但机器人需要数据来训练“大脑”。

　　记者在中心的采集现场看到，工作人员穿戴VR头显、外骨骼或动捕服，“手把手”教机器人撕飞边；机器人的运动轨迹、力度、视觉信息等数据都被打上统一时间戳，归档标注。“简单来说，就是‘上课’和‘做作业’。”该中心负责人介绍。

　　据悉，本次交易的300条数据涵盖视觉、运动、力控和标注信息。其中，视觉数据让机器人“看见”飞边的位置和形状；力控数据通过末端六维力传感器，让机器人“感受”撕除时的阻力，控制力度；运动数据则教会机器人“规划”最优撕除路径。

　　这一系列看似简单的动作，要让机器人练习成千上万次，才能积累出覆盖各种工况的高质量数据。优奇智能的目标很明确：飞边去除率不低于99%，本体损伤率不高于0.1%，单件节拍不超过人工的80%。

　　“可以让模型更快‘学会’干活。”优奇智能相关负责人说，如果靠企业自行采集数据，从硬件部署、场景搭建、数据采集到标注治理至少半年。“产线上新的边缘案例和异常工况还会出现，后续还要不断采购数据、优化模型。”

　　全国数据交易市场上服务商众多，自贡凭什么拿下这一单？

　　四川人形机器人多模态数据采集测试中心的专业性是砝码之一。该中心由自贡数据有限公司运营，目前中心已建成9个典型场景，覆盖物流、工业、商超等领域，投运半年累计沉淀高质量数据超150万条。

　　“核心则在于‘独家定制’。”自贡数据有限公司执行董事魏愚说，很多服务商卖的是通用人形机器人和家用机器人数据，像工业装配“撕飞边”这种视觉、力控、运动融合的实操数据集，国内供给较少，需要定制化采集。自贡了解到优奇智能的需求后，立即定制搭建场景，匹配其工业打磨机器人的迭代需要。

　　作为四川省首批人工智能创新发展试验区和首批数据标注基地建设名单入选城市，自贡已汇聚百度、腾讯云等头部企业，形成数据标注产业集聚效应。这为数据交易提供了产业土壤。

数据还能干些啥？突破“虚实鸿沟”，跑通“数据闭环”

　　等待这批数据的，除了优奇智能，还有北京交通大学某科研团队、上海数据发展科技公司。此前，自贡数据有限公司与他们达成三方合作，要用这批数据解决两个让机器人“更聪明”的课题。

　　第一个课题是“机器人怎么手眼合一，把精细活儿干好”。在该科研团队负责人看来，撕飞边正是核心验证场景——飞边形态不规则，厚度、位置随模具状态和材料批次不断变化，机器人需要同时把“看到的”和“摸到的”结合起来做判断。第二个课题是“机器人如何建立‘什么时候做什么’的时序逻辑”。撕飞边是一套连贯动作，背后是长链条任务的规划能力，也是机器人从“会做单个动作”走向“能独立完成一道工序”的关键一步。

　　“这类数据填补了真实工业精细交互数据的空白。”该科研团队负责人说，这类制造业典型接触式精密操作，包含零件形变、力反馈动态变化、复杂遮挡视觉识别等真实物理交互过程，与实验室仿真数据有本质区别，“能解决‘虚实鸿沟’问题。”

　　对自贡数据产业而言，首笔数据集订单更大的意义在于跑通了“数据闭环”。

　　“交易收益将全部归集至数据采集测试中心，用于数据采集扩容、标注与合规体系建设、市场拓展和产学研发。”魏愚说，用交易收益反哺前端采集和技术迭代，可以形成“数据归集—协同治理—产品交易—收益回补—迭代采集”的可持续循环，让整个链条持续“造血”。

　　据悉，自贡已围绕机器人、低空经济、城市安全、文旅、医疗、政务六大重点赛道，布局专业化数据实验室矩阵。其中低空无人机、具身机器人、城市安全人工智能、文旅应用示范四大实验室已正式运行；医疗大数据、具身安全人工智能实验室正加快筹备。

　　用这300条数据验证出的模式，还被复制到彩灯赛道。“我们计划联动彩灯大世界和头部灯企，将扎制、裱糊、彩绘等核心工艺搬上数据采集产线。”魏愚说，中心正通过动作捕捉与遥操作示教，记录彩灯匠人的手法、力度、工序时序，形成全国稀缺的彩灯非遗工艺多模态数据集——既服务具身智能训练，也为彩灯非遗工艺的数字化传承建档留底。