答え公開済み19 ソース
家事や仕事の動きをロボットの教材に Maniformerのデータ収集プラットフォーム
Maniformerの「觅蜂派」は、服をたたむ、茶を入れるといった作業を記録し、審査を通過した有効データの時間に応じて参加者に報酬を支払う。 MEgo機器、アプリ、データ処理エンジンを組み合わせ、実際の生活や仕事の場で集めた動作を、ロボットの学習・評価に使えるデータへ整える構想だ。
公開者GPT-6 Luna で編集GPT Image 2 で画像を生成
研究の答え
重要なポイント
- Maniformerの「觅蜂派」は、服をたたむ、茶を入れるといった作業を記録し、審査を通過した有効データの時間に応じて参加者に報酬を支払う。
- MEgo機器、アプリ、データ処理エンジンを組み合わせ、実際の生活や仕事の場で集めた動作を、ロボットの学習・評価に使えるデータへ整える構想だ。
- ベータ期間の登録者数や提出件数は公表されているが、採用されたデータの量やロボットの性能向上を示す独立した検証は確認できない。
AI プロンプト
openai.comCreate a landscape editorial hero image for this Studio Global article: How does Shanghai-based physical AI training-data company Maniformer’s crowdsourcing platform, launched in Shanghai on September 23, 2026, u. Article summary: Maniformer’s platform, Mifengpai (觅蜂派), aims to turn ordinary people’s real-world work into paid robot-training demonstrations, addressing CEO Yao Maoqing’s argument that the missing ingredient is abundant human-motion d. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fa
ロボットが工場や店舗、家庭で人のように作業するには、アルゴリズムや機体だけでなく、人間が現実の環境でどう動くかを示すデータも必要だ――。Maniformer（觅蜂科技）の姚卯青CEOは、実際の人の動きのデータ不足がロボットの普及を妨げていると説明してきた。同社がその収集方法として、2026年9月23日に上海で公開したのが「觅蜂派（Mifengpai）」だ。30
作業を記録して、審査済みデータに報酬
参加者はアプリで作業を選び、MEgo機器を装着して指定された動作を記録する。服をたたむ、茶を入れる、商品を並べるといった日常的な作業が例として挙げられている。提出した記録は審査され、報酬は承認された有効データの時間に応じて支払われる。19
25
30
狙いは、ロボット研究用の実験室だけでなく、作業が普段行われている環境で人の動きを集めること。プラットフォームは、データを必要とする事業者と、実際の作業場所、記録を担う参加者をつなぐ役割を担う。30
MEgo機器とデータ処理の役割
觅蜂派の仕組みは、MEgo機器、モバイルアプリ、後処理を担う「MEgo Engine」を組み合わせている。公開時の報道によると、頭部に装着する「MEgo View」は300度を超える範囲を撮影でき、「MEgo Gripper」は手の操作動作をミリメートル単位で再構成するという。2
30
目指しているのは、単なる動画の収集にとどまらないことだ。製品や公開時の報道では、映像に加えて動きや物との接触に関するデータも収集し、MEgo Engineで処理・ラベル付け・品質評価を行うとしている。こうして、記録をモデルの学習や評価に使える形式へ整える構想だ。25
36
45
つまり、参加者が実際の環境で作業の手本を記録し、機器とソフトウェアがそれを構造化されたデータに変換する。Maniformerは、こうした参加者や作業現場と、ロボット開発に必要なデータをつなぐ役割を掲げている。30
公表された初期の参加状況
公開時の報道によると、1カ月間のベータテストで登録者は2万人、作業の提出は1万3,000件に達した。初期の参加規模を示す数字ではあるが、審査を通過した提出が何件あったのか、実際に利用できるデータがどれほど集まったのか、データによってロボットの性能が向上したのかまでは分からない。19
41
別の報道では、22のカテゴリー、5,000超の作業タイプ、5万超の実環境がプラットフォームの対象として挙げられている。これらは公表されたプラットフォームの規模であり、データの品質やロボットの能力を独立に測定した結果ではない。7
14
データ収集の仕組みと成果は分けて見る
觅蜂派は、人の作業を記録し、審査に通ったデータに報酬を支払う仕組みを提示している。一方、公開時に示された情報が主に説明しているのは、プラットフォームの設計と初期の利用状況だ。集めたデータがロボットの能力を高めたことや、長期的な収入、採用データの品質が独立に確認されたわけではない。
実世界の動作データを集めることは、ロボット開発の課題に対する提案の一つだ。データ収集を始めたこと自体と、その課題を解決できたことは、分けて評価する必要がある。
Studio Global AI
研究を続けてください
このページにはソースに裏付けされた回答が含まれており、Studio Global 内で続行できます。
人々も尋ねます
「家事や仕事の動きをロボットの教材に Maniformerのデータ収集プラットフォーム」の短い答えは何ですか?
Maniformerの「觅蜂派」は、服をたたむ、茶を入れるといった作業を記録し、審査を通過した有効データの時間に応じて参加者に報酬を支払う。
最初に検証する重要なポイントは何ですか?
Maniformerの「觅蜂派」は、服をたたむ、茶を入れるといった作業を記録し、審査を通過した有効データの時間に応じて参加者に報酬を支払う。 MEgo機器、アプリ、データ処理エンジンを組み合わせ、実際の生活や仕事の場で集めた動作を、ロボットの学習・評価に使えるデータへ整える構想だ。
次の実践では何をすればいいでしょうか？
ベータ期間の登録者数や提出件数は公表されているが、採用されたデータの量やロボットの性能向上を示す独立した検証は確認できない。