行业核心趋势 - 视觉数据成为人工智能训练的新“金矿”，拥有数据收集能力的公司在人工智能机器人竞赛中占据优势地位 [1][3][4] - 人工智能机器人领域正经历“光子争夺战”，科技巨头疯狂收集现实世界视觉数据以训练视觉语言行动模型 [3] - 视觉数据的价值需要强大的处理能力（yottaflop级算力，1 yottaflop = 1万亿teraflops）才能实现，一旦具备收集和处理能力，数据将变得极其珍贵 [4] 特斯拉的战略与进展 - 特斯拉在Optimus机器人训练上经历重大战略转变，从遥控操作转向“纯视觉”训练方法，通过记录工人执行任务的视频作为训练数据 [5] - 训练数据视角从第一人称视角（摄像头安装在人类演示者身上）扩展到由“随机摄像头”及互联网内容捕获的第三人称视角 [6] - 驾驶特斯拉汽车的行为被视为在向模拟世界输入数据，以训练最新的全自动驾驶模型 [6] Meta的数据收集战略 - Meta通过智能眼镜收集用户日常活动数据（如弹钢琴、织毛衣、倒咖啡），以训练人工智能模型 [6] - 该战略被视作长期看涨期权，若2年内有2000万台设备投入运营（接近特斯拉车辆数量的两倍），每个用户都可能在元宇宙中训练一个在数十亿场景中迭代的人形化身 [7] Brookfield与Figure AI的合作 - Brookfield与Figure AI合作，利用其庞大的房地产组合部署数据收集网络，为在快速发展的人形机器人领域创建专业知识 [10] - Brookfield拥有超过10万个住宅单元、超过5亿平方英尺的商业办公空间和1.6亿平方英尺的物流办公空间，其全球足迹使其成为构建最大预训练数据的独特合作伙伴 [10] - 合作旨在积累关键的人工智能训练数据，教机器人如何在以人为中心的空间中移动、感知和行动，数据收集工作已展开并预计在未来几个月扩大规模 [10]