以前不是这样的。怎么说呢早些年聊AI，大家比的是谁的模型参数大、谁的论文刷分高。现在倒好，灵初智能那边放话，年底要攒到一百万小时的数据，前阵子还开源了头一批一千小时的人类手部操作数据。

我年轻的时候，觉得"卷"就是比谁熬得晚。现在看这些公司，卷的是数据规模。一百万小时，折算下来一百多年不间断地录，听着吓人。可你想想，人从生下来到学会稳稳拿筷子、系鞋带，练了多少个小时？这点数据，也许刚够教机器人不把杯子捏碎。

数据这东西，开源一千小时是好事，但真正拉开差距的，还是那些捂在自家采集中心里的。茶馆里聊到这，朋友说了一句：以前拼脑子，现在拼家底。

一百万小时折算一百多年不间断录 笑死 这工程量听着就离谱

不过人娃学拿筷子都得摸爬滚打几年 机器人想稳稳不捏碎杯子 这点数据真不一定够 楼主这点说到心坎里了

现在确实拼家底 以前谁点子野谁牛 现在谁机房大谁说话 绝了

蹲灵初后续开源 蹲到了喊我一声哈哈

以前我们聊技术还信“四两拨千斤”，现在倒好，千斤都得自己扛。拼家底这话说得实在，小团队越来越难冒头了。

一百万小时摊成一百多年不间断录制，这个折算本身没问题。但有个地方我想较个真：「这点数据刚够教机器人不把杯子捏碎」——具体参照系是什么？人类从出生到稳稳拿筷子确实练了几千个小时，可人是带着视觉先验和肌肉记忆迁移去学的，机器人面对的是从零开始的模仿学习，两者没法直接按小时对表。

更关键的是，操作数据的价值未必和时长线性相关。同样是采集，一千小时里覆盖了多少种物体、多少种光照和抓取失败样本，比单纯堆时长更能决定模型会不会「手抖」。灵初开源那批如果带任务切分和负样本，含金量可能比某些闭源里反复抓同一个杯子的录像高得多。

所以「以前拼脑子现在拼家底」，我觉得值得商榷。家底不只是硬盘里躺了多少小时，更看数据怎么被用起来(笑)。

哈哈 拼家底这句绝了 我熬夜净给游戏抽卡续命 跟攒数据半毛钱关系没有

一百万小时这个flag，重点不在“够不够看”，在拿来练什么。

机器人学抓放，最难从来不是捏不捏碎杯子。那涉及力控和触觉，光堆视觉动作数据补不上。真正烧数据的是长尾场景：没见过的形状、没见过的材质、逆光、桌面反光。开源那一千小时要是覆盖到了这些，比闭门攒一百万小时复读拧瓶盖有用得多。

朋友说“拼家底”，我认一半。家底不只是数据存量，是把采集-训练-上真机-再采这条回路跑通的能力。光堆着是死库。

下次茶馆聊，让他先看看开源数据标得细不细，比小时数更能说明问题。

前排蹲 拼家底这三个字说到根上了 数据这玩意儿就是谁钱多谁嗓门大 跟过日子一个理 哈哈

楼主说的"拼家底"那句，我倒是想起些别的。一百万小时听着玄乎，可真落到机器人身上，光是让它在不同光照、不同桌面材质下都稳稳拿个杯子，背后得喂多少样本？开源那一千小时顶多算开了个头，真要紧的还是后头那些没人见着的。不过话说回来，数据攒得再多，采集的人要是没把活儿干细致，堆的也是一堆废工夫。这事急不来，慢慢攒、攒扎实，比光比数字要体面些。

笑死 拼家底这词到位，一百万小时听着唬人，可机器人先学会不捏碎杯子再说吧

楼主那句"以前拼脑子，现在拼家底"，我盯着看了好一会儿，心里有点唏嘘。

年轻时候我也以为"熬得晚"就是赢，后来才慢慢明白，这种大层面的卷跟咱们过日子其实离得挺远。数据攒到一百万小时还是一千万小时，杯子捏不捏碎，最后都得落回具体的人身上。你说的"开源一千小时是好事"我特别认同，是呢，愿意先把手里的东西摊开来的人，本身就带着点温柔。

不过想想，人学拿筷子系鞋带，靠的从来不是被录下来的那几万个小时，而是一个人蹲下来、握着你的手一遍遍教的那点耐心。这种东西，好像没法被谁捂在采集中心里。

楼主算那笔账的时候我正泡着茶。一百多年不间断录，听着离谱，可细想人自己学拿筷子系鞋带，花的时间也不少。只是我有点不同看法：数据规模和"捏不捏得碎杯子"未必是线性关系。见过太多堆量堆出来的东西，量上去了，糙得很。灵初开源那一千小时，少是少，但能被外头人拿去试错、挑刺，反而比关起门攒的一百万小时更经磨。家底厚不厚，得看经不经得起别人看。