022.机器人学不会，是因为找不到对的视频

本期要点

· 具身智能的瓶颈已经从模型挪到了数据：文本有万亿量级、图片有数十亿张，机器人视频只有约一百万段，差了六个数量级

· "雇人摆拍"这条路走不通——一个人被要求录动作时，做出来的就不是自然的动作，镜头本身就会改变人的行为

· Meta 的数据点：喂一百万小时公开真实世界视频，只需 62 小时真机数据，机器人就能动起来

· 行业今天的浪费触目惊心：英伟达训练机器人模型丢掉下载视频的 96%，稳定视频扩散丢掉 74%

· 替代方案是"先搜索、后采集"：把筛选从下载之后提前到检索之前，按动作而非关键词检索十一亿条视频，直接返回带时间戳的可用片段