纯粹就是讨论行业问题，交易不以本条内容为参照。

在最早流水线开始的时候，工厂为了提升效率，会让熟练工人穿上带有小灯泡的工服，然后记录这些亮点的变化，来确定标准工序、操作，并转化为培训标准以及流水线KPI。这就是现代流水线的雏形。

现在市场在喊的物理AI，除了计算层面上升到AI外，底层还在进行精准的数据集采。很多工种现在要求戴着集采设备工作，这集采精度还一般。北京杭州深圳都在搞标准化的数采工厂，很多才毕业的孩子，戴着VR眼镜，用机器人的视角，操纵机器人去做一些很简单的事情，比如倒水，比如擦桌子等等。几十上百个人完成这个动作，时间最少最流畅的那条数据，就被分拣出来。一条条这样人类最优的数据分拣出来，就变成了高质量数据集。前面的穿戴设备集采，是初步训练大脑用的，理解这个事情是怎么样的，后面的高质量数据集，是帮助进一步提升的，给出大量的优解进行启发。中国这个产业工时很便宜，二十岁的年轻人手脚麻利地干一个月，也才五千块。这个人类成本，美国没有的，他们干不了，干也是外包给其他机器人产业本身不大行，没有优化能力的国家。但是，当前这些高质量数据集，在很便宜地卖给海外买家。我个人是觉得，这个数据出口，至少应该有白名单制度，知道谁在卖，卖给了谁，有这个制度存在，我们的数采企业起码可以卖的贵一些，有由头涨涨价。我们的机器人大脑有差距，那么这种数采就不能贱卖了。这很类似好多年前那句话，稀土没有卖出稀的价格，卖出了土的价格。现在数采没有卖出数的价格，卖出了菜的价格。

以上还只是冰山一角，在这种数采基础上，还会有更为高质量的高阶Benchmark测试数据集。普通数采喂进去后对不对，要用高阶Benchmark来检校。这不止是在机器人领域，也在其他AI领域。比如一些高阶一点的数理常识或者推理，AI自己训练时出现了幻觉，要么就要用这种测试数据集来校准。这种是高质量数据集中的高质量数据集，可以简单理解为“标准答案”。咱们工程师多，理工科受教育人口多，研发人员多，做这种基准评测的基石数据其实不难，甚至有些都是院士团队在参与。但如果便宜价格出口给对手，那么比前面贱卖机器人数采还严重。

AI发展到现在，人类库存的数据，除了保密数据，其实都吃差不多了。海外都开始把古书切掉书脊喂进去了。接下来以工厂化模式采集的人类活动数据、思考数据，便是最主要的数据来源。一方面我们要发展这个产业，另一方面，这个产业发展起来不能轻易让别人摘了桃子。所以很有必要进行白名单模式，不说干预也不说监管，起码知道事情的状态和发展的方向与进度。