जुलाई के अंत तक, LiberAI ने Pre-A+ फंडिंग राउंड पूरा किया, जिसमें करोड़ों युआन की राशि जुटाई गई, और निवेशकों की सूची में 360 समूह, नेशनल डेवलपमेंट बैंक फाइनेंस, इनोवेशन वर्कस्पेस, CMC कैपिटल, बिनफू कैपिटल और सीक्वोया चाइना शामिल हैं।
यह कंपनी वास्तव में 8 दिसंबर, 2025 को “जियान्शियान केजी” के नाम से स्थापित की गई थी, जिसका नामकरण “आराम करना सबसे बड़ी उत्पादक शक्ति है” के अर्थ से किया गया था; निवेशित पूंजी 1.46 मिलियन युआन है, और टीम में 30 से कम लोग हैं।
और IT 桔子 के अनुसार, यह अब तक की अपनी पांचवीं फंडिंग राउंड है; पिछले छह महीनों में, इसने बहुत तेजी से फंडिंग की है, बीज, एंजेल, एंजेल+ से लेकर Pre-A राउंड तक, चार राउंड्स एक साथ पूरे कर लिए। रिपोर्ट के अनुसार, नवीनतम मूल्यांकन 50 अरब युआन है।
संस्थापक लिउ सोंगमिंग एक 00 के बाद के वर्ष के जन्म वाले हैं, जो त्सिंहुआ विश्वविद्यालय के कंप्यूटर विज्ञान विभाग के सर्वश्रेष्ठ छात्रवृत्ति प्राप्तकर्ता और प्रथम स्थान पर थे, जिनके गुरु ज़हू जुन प्रोफेसर थे, और 23 साल की आयु में डॉक्टरेट पूरा करके उन्होंने उद्यमशीलता शुरू कर दी। उनके पूर्व में नेतृत्व किए गए RDT-1B को दोहरे हाथ वाले रोबोट ऑपरेशन के लिए डिज़ाइन किया गया पहला बड़ा प्रसार Transformer मॉडल है, जिसमें 1.2 अरब पैरामीटर हैं।
LiberAI मानव UMI डेटा और वर्ल्ड मॉडल पर ध्यान केंद्रित करता है—सरल शब्दों में, यह मशीनों को फीड किए जाने वाले डेटा और डेटा को प्रोसेस करने वाले दिमाग की बिक्री करता है।
आईटी जुवाज़ी के आंकड़ों के अनुसार, 2026 की पहली छमाही में, 25 चीनी एम्बॉडीड इंटेलिजेंस डेटा स्टार्टअप्स ने कुल मिलाकर 170 अरब युआन से अधिक का निवेश प्राप्त किया, जिससे स्पष्ट होता है कि "डेटा" एम्बॉडीड सेक्टर में सबसे निश्चित व्यवसाय बन गया है। (स्टारहाइट मैप, क्वियान इंटेलिजेंस जैसी कुछ कंपनियों को छोड़कर जो एम्बॉडीड डेटा मॉडल और रोबोटिक हार्डवेयर दोनों करती हैं)
एम्बॉडीड डेटा स्पेस की सभी कंपनियों और उनके फंडिंग डेटा को देखने और डाउनलोड करने के लिए, IT 桔子 एलबम पेज पर जाएं: https://www.itjuzi.com/album/766 (वर्तमान में 42 कंपनियाँ शामिल हैं)
इसमें, गुआंगलुन इंटेलिजेंस ने न केवल बड़े पैमाने पर बाहरी वित्तपोषण प्राप्त किया, बल्कि Q1 में 5.5 अरब युआन के ऑर्डर भी प्राप्त किए।
जब खनिक अभी तक सोना नहीं खोद पाए, तो खुदाई के गड्ढे बेचने वाले ने पहले पैसा कमा लिया।
एक: रोबोटिक्स उद्योग की डेटा रेती
बड़े भाषा मॉडल क्यों फूट पड़े? क्योंकि इंटरनेट पर असीमित भाषिक डेटा उपलब्ध है।
लेकिन रोबोट को प्रशिक्षित करने के लिए शब्दावली की बजाय उठाना, रखना, चलना, पकड़ना, घुमाना, और तवे को हिलाना जैसे त्रि-आयामी भौतिक क्रियाओं के डेटा की आवश्यकता होती है—ऐसे डेटा इंटरनेट पर लगभग उपलब्ध नहीं हैं।
पूरे उद्योग में, एम्बॉडिड डेटा की कमी एक बड़ी बाधा है।
Grand View Research के अनुसार, 2030 तक वैश्विक डेटा संग्रह और लेबलिंग बाजार 171 बिलियन डॉलर तक पहुँच जाएगा।
वर्तमान में उद्योग के अनुसार, शरीरिक डेटा एक पिरामिड संरचना दर्शाता है: शीर्ष पर वास्तविक मशीन डेटा है, जिसकी गुणवत्ता विश्वसनीय है और जिसे सीधे लागू किया जा सकता है, लेकिन इसकी कीमत सबसे अधिक है; मध्य स्तर पर सिमुलेशन द्वारा निर्मित डेटा + UMI डेटा है, जिसकी लागत मध्यम है और जिसे असीमित रूप से उत्पादित किया जा सकता है, लेकिन इसमें सिम-टू-रियल अंतर (घर्षण/विकृति के सन्निकटन विचलन) मौजूद है; आधार पर इंटरनेट वीडियो और मानव व्यवहार डेटा है, जो सबसे व्यापक स्रोत है, लेकिन इसमें अंतरक्रियात्मक विवरण कम होते हैं और जानकारी विरल होती है।
और प्रत्येक स्तर पर कुछ कंपनियाँ हैं जो इस पर फोकस करती हैं—यह वर्तमान एम्बॉडीड डेटा स्टार्टअप तरंग को समझने का एक संदर्भ बिंदु है।
द्वितीय: पाँच प्रमुख परंपराओं, तीस से अधिक कंपनियों का समग्र दृश्य
शैली 1: वास्तविक मशीन रिमोट कंट्रोल / टच स्कूल — डेटा को एक लाइन प्रोडक्शन की तरह समझें
इस शैली का सबसे सरल तर्क है: कारखाना बनाएं, रोबोट लगाएं, मोशन कैप्चर उपकरण स्थापित करें, और उच्च सटीकता वाले डेटा का लाइन पर बड़े पैमाने पर उत्पादन करें।
Most aggressive is Pasini perception.
कंपनी के स्पर्श सेंसर की डिलीवरी दुनिया भर में सबसे अधिक है, 2025 में पासिनी तियानजिन में दुनिया का सबसे बड़ा एम्बॉडी डेटा कलेक्शन फैक्ट्री, सुपर EID फैक्ट्री बनाएगा, जिसकी वार्षिक क्षमता 2 अरब डेटा लाइन होगी; 10 अरब युआन से अधिक की B-राउंड फंडिंग पूरी करने और 100 अरब युआन के मूल्यांकन के बाद, कंपनी ने सुचुआन, वूहान, ज़िगोंग और गन्झोउ में चार और सुपर डेटा फैक्ट्रियाँ बनाने की घोषणा की है।
Motion capture veteran is another branch of this line.
नोयिटेन रोबोटिक्स के संस्थापक डै रुओली ने नोयिटेन टेक्नोलॉजी को वैश्विक प्रोफेशनल मोशन कैप्चर बाजार में 70% हिस्सेदारी तक पहुंचाया, और उसके बाद नोयिटेन रोबोटिक्स नामक एक नई कंपनी की स्थापना की, जिसने जून में कई अरब युआन की Pre-A++ राउंड फंडिंग पूरी की और इसका आकलन लगभग 30 अरब युआन रखा गया। बीजिंग, शंघाई AI उद्योग फंड, Shenzhen Venture Capital, CICC और Kunlun Capital ने सामूहिक रूप से निवेश किया, और ModalityNet समग्र डेटा प्लेटफॉर्म की घोषणा की।
QingTong Vision ने ओपन सोर्स के माध्यम से इकोसिस्टम विकसित करने का रास्ता अपनाया है, जिसने मई में दुनिया का सबसे बड़ा 1000 घंटे का मानव उच्च-शुद्धता ऑप्टिकल मोशन कैप्चर ओपन सोर्स डेटासेट जारी किया, जिसकी वार्षिक उत्पादन क्षमता 50 लाख घंटे की अनुमानित है। YuShu Technology के चुनावी रोबोट कलाकृति "WuBOT" के लिए कला डेटा संग्रह उसके Project Decode सिस्टम से निकाला गया है।
Lingsheng Technology और अन्य स्पर्श से संबंधित नवाचारी भी स्थिति प्राप्त कर रहे हैं।
शैली दो: सिमुलेशन सिंथेसिस — वर्चुअल दुनिया में डेटा "छापना"
अगर वास्तविक डेटा बहुत महंगा है, तो क्या कंप्यूटर में एक भौतिक रूप से पर्याप्त वास्तविक वर्चुअल दुनिया बनाई जा सकती है, जिसमें ट्रेनिंग डेटा को बड़े पैमाने पर "छापा" जा सके?
इस रूट पर दुनिया का पहला एम्बॉडिड डेटा यूनिकॉर्न: गुआंगलुन इंटेलिजेंस बना।
इस वर्ष मार्च में 10 अरब युआन की A++ फंडिंग पूरी की गई, मई में अंटाली समूह द्वारा नेतृत्व वाली फंडिंग प्राप्त हुई, और जून में फिर से 10 अरब युआन की फंडिंग प्राप्त हुई, जिसके बाद कंपनी का आकलित मूल्य 20 अरब डॉलर (लगभग 150 अरब रुपये) से अधिक हो गया।
गोंगलुन इंटेलिजेंस की 2025 के लिए आय 10 गुना बढ़ गई, 2026 की पहली तिमाही में नए ऑर्डर 5.5 अरब युआन जुड़े, जो एक तिमाही में पिछले पूरे वर्ष से अधिक है।
क्रॉस-डाइमेंशनल इंटेलिजेंस "जनरेटिव सिमुलेशन" का प्रतिनिधित्व करता है: अपने द्वारा विकसित DexVerse सिमुलेशन इंजन वर्चुअल दुनिया में विशाल मात्रा में सीन डेटा को स्वयं उत्पन्न करता है; इस वर्ष जुलाई में 10 अरब युआन के फंडिंग की घोषणा की गई, जिसका मूल्यांकन 100 अरब युआन से अधिक है और आईपीओ शुरू किया गया है, पहले छह महीनों में 1 अरब युआन की आय हुई है, और अब तक 1500 से अधिक मॉडल्स का व्यावसायिक डिलीवरी पूरा हो चुका है।
सूचीबद्ध कंपनियों में, इस वर्ष अप्रैल में हांगकांग स्टॉक एक्सचेंज पर उतरने वाली "दुनिया की पहली स्पेस इंटेलिजेंस कंपनी" Qunxue Technology, 3D क्लाउड डिजाइन में जमा किए गए विशाल 3D सीन डेटा को एम्बॉडीड इंटेलिजेंस में विस्तारित कर रही है।
सिमुलेशन प्लेटफॉर्म सोंगयिंग टेक्नोलॉजी ने फरवरी और जुलाई में Pre-A और Pre-A+ राउंड्स पूरा किए, जिसमें कुल कई अरब युआन का निवेश हुआ, और राष्ट्रीय और स्थानीय सहयोग से मानव रूपी रोबोट नवाचार केंद्र के साथ सिंथेटिक डेटासेट बनाया।
शैली 3: UMI निर्माणहीन/पोर्टेबल कलेक्शन स्कूल—स्वयं को छोड़कर, मनुष्य की प्रतिलिपि बनाएं
रिमोट कंट्रोल रोबोट द्वारा डेटा एकत्र करने में एक दोष है—इससे प्राप्त डेटा व्यक्ति की वास्तविक क्षमता नहीं, बल्कि "रोबोट के साथ समायोजित होने" के लिए समझौता किए गए गतिविधियाँ होती हैं। इसलिए, इस दृष्टिकोण ने शरीर को छोड़ दिया और व्यक्ति को दस्ताने, क्लैम्प और पहनने योग्य उपकरण पहनकर सीधे काम करने के लिए प्रेरित किया।
यह इस वर्ष की सबसे अधिक पूंजी घनत्व वाली रूट है।
1 जून को, जियानज़ही रोबोटिक्स ने कई लगातार राउंड्स में कई अरब युआन के फंडिंग की घोषणा की, जिसमें अलीबाबा ग्रुप, डीडी और डीलियन कैपिटल ने नेतृत्व किया, और शुनवेई और BV बैडू वेंचर्स ने भाग लिया—यह अब तक का सबसे बड़ा फंडिंग राउंड है जो बिना किसी शरीर के डेटा के क्षेत्र में हुआ है।
संस्थापक चेन जियान्क्सिंग पूर्व Momenta एल्गोरिथम सीनियर डायरेक्टर थे, कंपनी की स्थापना एक वर्ष पहले हुई थी, जिसने अब तक हजारों वास्तविक परिदृश्यों को कवर किया है और Ant Group के Lingbo के साथ रणनीतिक साझेदारी प्राप्त की है।
उस शिज़हांग ने मानव-केंद्रित डेटा संग्रह दृष्टिकोण पेश किया और सेंसहब वियरेबल डेटा कलेक्शन समाधान लॉन्च किया; अप्रैल में 4.55 अरब डॉलर की प्री-ए फंडिंग पूरी की, जिससे चीन में एम्बॉडीड इंटेलिजेंस की सबसे बड़ी एकल निवेश रिकॉर्ड स्थापित हुआ, जिसमें Hillhouse, Sequoia और Meituan ने संयुक्त रूप से नेतृत्व किया, और अब वे "एम्बॉडीड डेटा स्पार्क प्रोग्राम" का लक्ष्य 100 मिलियन घंटे रखकर शुरू कर चुके हैं।
क्वांगहुआ यूनिवर्सिटी के लू मिंग रोबोट्स के फास्टयूएमआई सिस्टम ने डेटा कलेक्शन की दक्षता को तीन गुना बढ़ा दिया है और लागत को पांचवें हिस्से तक कम कर दिया है, जिससे मिबिशी इलेक्ट्रिक ने लगातार निवेश किया है और शीर्ष ग्राहकों के ऑर्डर प्राप्त किए हैं।
ज़ह्युआन रोबोटिक्स ने इस वर्ष फरवरी में अपना डेटा बिजनेस मिफेंग टेक्नोलॉजी के नाम से एक स्वतंत्र कंपनी के रूप में अलग कर दिया, जिसने केवल दस दिनों में कई अरब युआन की बीज और एंजेल फंडिंग पूरी कर ली, जिसमें सीक्वोया कैपिटल ने नेतृत्व किया, और 2026 तक करोड़ों घंटों की डेटा उत्पादन क्षमता प्राप्त करने की योजना है।
एक नई, युवा पीढ़ी भी सामने आ रही है: त्सिंगहुआ कंप्यूटर विज्ञान विभाग से उत्पन्न सिंगयी टेक्नोलॉजी, न्विडिया के EgoScale पथ का अनुकरण करते हुए, उच्च स्वतंत्रता और मिलीमीटर सटीकता वाले पहले दृश्य पहनने योग्य डेटा संग्रह को विकसित कर रही है, जिसने अपना पहला फंडिंग चक्र पूरा कर लिया है और जुलाई में Pre-A राउंड प्राप्त किया है; बीजिंग विश्वविद्यालय के प्रोफेसर लू ज़ोंगकिंग की ज़ही वुजिए सीधे इंटरनेट वीडियो का उपयोग करके सामान्य क्रिया मॉडल को प्रशिक्षित करती है।
फ़ेईसी द्वारा स्पॉन किया गया क्वांचेयर इंटेलिजेंस ने "उत्पादन सहित" डेटा संग्रह प्रणाली CoMiner के साथ लगभग सौ ऑर्डर हासिल किए हैं, जून में फिर से कई अरब युआन का निवेश प्राप्त किया है और अपने स्वयं के विश्व मॉडल को जल्द ही लॉन्च करने जा रहा है।
एक और बहुत नई कंपनी, युआनचे ताइचु (OriginFlow), NeuroScale पैराडाइम का उपयोग करती है, जो अपने स्वयं विकसित मांसपेशी विद्युत एकत्रीकरण किट के माध्यम से मानव मांसपेशियों के संकुचन के विद्युत संकेतों को पकड़ती है, और PULSE बेस मॉडल के माध्यम से हाथ की स्थिति/बल/स्पर्श प्रतिक्रिया को कोडिंग और पुनर्निर्मित करती है; "इच्छा—मांसपेशी—क्रिया" मूल संचरण श्रृंखला से जुड़ती है, जो UMI के दृश्य अवरोधन की विफलता और बल-स्पर्श की कमी को पूरा करती है।
एक साल के अंदर, कंपनी ने एंजेल राउंड, स्ट्रैटेजिक राउंड और प्री-ए1 राउंड सहित कुल 5 अरब युआन से अधिक का फंडिंग पूरा कर लिया है। संस्थापक चिन शेनताओ 00 के दशक के ट्सिंगहुआ डॉक्टरेट और हारबिन इंजीनियरिंग विश्वविद्यालय के स्नातक हैं।
प्रवाह चार: वीडियो डिस्टिलेशन / वर्ल्ड मॉडल स्कूल — AI को भौतिक दुनिया को "समझना" सिखाएं
यह रास्ता डेटा पिरामिड के सबसे नीचे के "अपशिष्ट को संसाधन में बदलने" की समस्या को हल करता है: इंटरनेट पर असीमित मानव गतिविधि के वीडियो हैं—खाना पकाना, हस्तकला, मरम्मत—लेकिन इन वीडियो में रोबोट को आवश्यक बल, स्पर्श और त्रिआयामी ट्रैजेक्टरी जानकारी की कमी है, जिसके कारण ये हमेशा से "देखने योग्य लेकिन उपयोग रहित" डेटा रहे हैं।
वीडियो डिस्टिलेशन पार्टी का विचार यह है कि एल्गोरिदम का उपयोग करके द्वि-आयामी वीडियो से एक्शन ट्रैजेक्टरी और भौतिक इंटरैक्शन जानकारी को पुनः निकाला जाए, जिससे निष्क्रिय डेटा को प्रशिक्षण योग्य एम्बुडिड डेटा में “डिस्टिल” किया जा सके, और लागत को वास्तविक मशीन द्वारा संग्रहित डेटा की एक हजारवीं हिस्से तक कम किया जा सकता है।
वर्ल्ड मॉडल प्रतिष्ठान अधिक सीधा है, वे पहले AI को भौतिक दुनिया के कार्य के नियम सिखाते हैं, और फिर "मस्तिष्क के अंदर" असीमित प्रशिक्षण डेटा उत्पन्न करते हैं।
Shu Tu Technology की SynaData पाइपलाइन इंटरनेट वीडियो से हाथ की ट्रैजेक्टरी, ऑब्जेक्ट मूवमेंट पाथ आदि मल्टीमॉडल एम्बॉडिड डेटा को बैच में निकाल सकती है, जिसकी डेटा संग्रह लागत बहुत कम है। इसे ईस्टर्न फ्यूचर कैपिटल द्वारा कई करोड़ रुपये का निवेश मिला है, और इस डेटा का उपयोग Tsinghua RDT, Zhìyuán UniVLA जैसे प्रमुख ओपन-सोर्स मॉडल्स द्वारा किया जा रहा है।
जीका विज़न ने वर्ल्ड मॉडल GigaWorld का उपयोग करके प्रशिक्षण डेटा उत्पन्न किया, जिससे VLA मॉडल की तीन प्रमुख सामान्यीकरण दिशाओं में प्रदर्शन में लगभग 300% की वृद्धि हुई, जून में 10 अरब युआन की B+ राउंड फंडिंग पूरी की गई, और 3 महीनों में कुल फंडिंग 35 अरब युआन हो गई।
डीप मिंड ने मानव पहले दृष्टिकोण वीडियो डेटा पर भी निवेश किया है, इस वर्ष के पहले छमाही में तीन फंडिंग राउंड, कई अरब युआन के साथ, मई में, डीप मिंड Z-WM वर्ल्ड मॉडल ने WorldArena मूल्यांकन में वैश्विक शीर्ष स्थान प्राप्त किया।
लिबरएआई, जिसका उल्लेख लेख की शुरुआत में किया गया है, यह भी इस रास्ते और विश्व मॉडल वर्ग का मिश्रण है।
प्रवाह 5: डेटा इंफ्रास्ट्रक्चर/प्लेटफॉर्म स्कूल - यह एक डेटा प्लेटफॉर्म है, साथ ही एक "रिफाइनरी" भी
इस दृष्टिकोण के अनुसार, शरीरिक डेटा की सीमा केवल “कैसे इकट्ठा करें” तक सीमित नहीं है, बल्कि “कैसे उपयोग करें” इस चरण पर भी है।
प्रत्येक रोबोट का शरीर, सेंसर और डेटा फॉर्मेट अलग-अलग है, इसलिए एकत्रित किए गए कच्चे डेटा अशुद्ध कच्चे तेल की तरह होते हैं—इन्हें सीधे मॉडल में डालने से मॉडल का प्रदर्शन बिगड़ता जाता है—कौन साफ करेगा, समान करेगा, लेबल करेगा और मूल्यांकन करेगा, ताकि कच्चे तेल को मानक गैसोलीन में बदला जा सके?
इसके अलावा, ट्रेनिंग फील्ड, कलेक्शन डिवाइस और मोशन कैप्चर सिस्टम सभी भारी संपत्ति हैं, जिन्हें छोटे और मध्यम टीमें खरीद नहीं सकतीं। इसलिए, शेयर्ड ट्रेनिंग फील्ड बनाने, डेटा मानकों को परिभाषित करने, और टूलचेन और प्लेटफॉर्म सेवाएं बेचने की आवश्यकता है। यह किसी भी डेटा तकनीकी रास्ते पर जीत का अनुमान नहीं लगाता, बल्कि यह मानता है कि चाहे कोई भी जीते, उसे अपने द्वारा बनाए गए इस रास्ते से ही गुजरना होगा।
वूवेन ज़हीके डेकिंग डेटा कलेक्शन और ट्रेनिंग फील्ड के साथ वर्चुअल और रियल फ्यूजन के साथ बंद लूप का उपयोग करता है, जिससे दिनभर में हजारों घंटे का डेटा उत्पन्न होता है, अप्रैल में 100 मिलियन युआन से अधिक की फंडिंग पूरी की गई, और पहले तिमाही में बाइटडांस, वुजिए डायनामिक्स जैसी कंपनियों से कई करोड़ों युआन के ऑर्डर प्राप्त किए।
Yi Ren Technology ने अप्रैल में लगातार दो अरब डॉलर की फंडिंग राउंड पूरी की हैं और 2025 में आय अरब डॉलर से अधिक होने और लाभ कमाने की घोषणा की है, जो संभवतः इस क्षेत्र में पहली कंपनी होगी जो लाभ कमाने की घोषणा करती है।
इसके अलावा, पिछले दिसंबर में स्थापित ज़ह्यु जियेशी, जो डेटा क्लीनिंग, अलाइनमेंट और गवर्नेंस पर केंद्रित है, को लिंचु इंटेलिजेंस, क्योंचेः, ज़ह्यु फ़ैंगफ़ांग जैसी सभी बॉडी कंपनियों ने इस "अपस्ट्रीम" को निवेश किया है।
सूचीबद्ध खिलाड़ी भी प्रवेश कर चुके हैं, डेटा सेवा नेता हैतियान रुईशेन ने बीजिंग शिजिशान रोबोटिक्स डेटा ट्रेनिंग सेंटर के साथ "एम्बॉडीड इंटेलिजेंस डेटा ट्रेनिंग फील्ड" का निर्माण किया है।
बड़ी कंपनियाँ भी इस क्षेत्र में उतर रही हैं, जिंगडोंग ने एम्बॉडीड डेटा की पूरी लाइन इन्फ्रास्ट्रक्चर लॉन्च की है, जिसमें 60 लाख डिलीवरी पार्टनर्स और करियर्स को ओपन सोर्स डेटा कलेक्शन के लिए सक्रिय करने की योजना है, जिसका लक्ष्य दो साल में 10 मिलियन घंटे के वास्तविक स्थिति वीडियो इकट्ठा करना है; बैइडु ने "डेटा सुपरमार्केट" शुरू किया है।
तीन: शांत हो जाएं: क्या डेटा की मांग लचीली है?
2026 वर्ष शरीरिक डेटा के बड़े पैमाने पर लागू होने का वर्ष होगा, डेटा के अनुसार, 2026 की अप्रैल के अंत तक, "उपयोग में या निर्माण/योजना" की स्थिति में कम से कम 90 डेटा संग्रह केंद्र हैं; जिनमें से 64 का उपयोग पहले ही किया जा रहा है, शेष निर्माणाधीन/योजनाबद्ध हैं।
लेकिन जितना अधिक बाजार गर्म होता है, उतना ही थोड़ा ठंडा पानी डालना जरूरी है।
एम्बॉडिड डेटा बिजनेस में एक ऐसी संरचनात्मक समस्या है जिसकी कम ही चर्चा की जाती है: इसकी मांग और आपूर्ति दोनों एक ही पूंजी के पैसे का उपयोग करते हैं।
खरीददार सूची देखकर स्पष्ट हो जाता है—बड़े मॉडल टीम, स्टार्टअप रोबोटिक्स कंपनियाँ, और रूपांतरण के चरण में वास्तविक उत्पादक, इन डेटा के अधिकांश खरीददार अभी तक लाभ कमा रहे हैं, और उनका खरीद बजट हाल ही में प्राप्त निवेश राशि से आया है।
दूसरे शब्दों में, डेटा कंपनियों की आय मूल रूप से डाउनस्ट्रीम फंडिंग का पुनर्वितरण है: एम्बॉडीड इंटेलिजेंट रोबोट कंपनियाँ फंड जुटाती हैं, फिर डेटा खरीदकर कहानियाँ सुनाती हैं, और अगर कहानी अच्छी होती है, तो वे अगली राउंड में फंडिंग के लिए जाती हैं।
अगर रोबोट बॉडी कंपनी का लॉन्च अपेक्षाओं के अनुरूप नहीं होता है, तो डेटा ऑर्डर और फंडिंग दोनों एक साथ गायब हो जाते हैं। यह एक साथ उठने और गिरने का सहजीवी संबंध है, जो निचले स्तर की मांग पर निर्भर करता है।
जब तक रोबोट कंपनी वास्तव में लगातार लाभ कमा पाती है, तब तक यह व्यवसाय अधिक मजबूत और संभव हो जाता है।
उद्योग में एक सामान्य निष्कर्ष यह है कि दीर्घकालिक रूप से बचने वाली शरीर-आधारित डेटा कंपनियाँ लगभग केवल दो प्रकार की होंगी: एक, जो उद्योग मानक प्लेटफॉर्म बन जाएगी और सिमुलेशन, डेटा प्रोसेसिंग, मूल्यांकन जैसे पारिस्थितिकी स्तरीय उपकरणों को नियंत्रित करेगी; दूसरी, जिसमें विभिन्न निर्माताओं के डेटा के संयोजन और शुद्धीकरण की क्षमता होगी, जो रोबोट को वास्तविक परिदृश्य में प्रवेश करने के बाद उच्च गुणवत्ता वाले, लंबे पूंछ वाले डेटा की निरंतर आपूर्ति कर सके।
यह लेख वेचेन ग्रुप "IT जुज़ी" (ID: itjuzi521) से आया है, लेखक: उ मेमेई