LG 计划收集 100000 小时的人形机器人训练数据
LG电子在首尔向英伟达高管表示,其杨杰数据工厂预计将在年底前产出10万小时的机器人训练数据,届时将结合CLOiD机器人与英伟达的物理人工智能工具。

LG电子周二在首尔的杨杰研发园区接待了英伟达机器人业务高管,并表示该园区正在建设中的数据工厂预计到2026年底将生成10万小时的机器人训练数据。 此次访问是继8月13日在加利福尼亚州圣克拉拉签署谅解备忘录后的后续行动,也具体量化了LG希望以多快的速度将家庭、工厂和物流工作转化为可复用的物理人工智能架构。
英伟达Omniverse和机器人业务高级产品营销总监麦迪逊·黄(Madison Huang)与LG电子首席执行官柳在哲、LG CNS首席执行官玄信均以及LG Sciencepark总裁郑秀贤一同参观了该基地。 LG CLOiD家用机器人已经在模拟住宅、LG田纳西州洗衣机工厂的复制品、LG CNS物流单元以及LG Innotek机械手工作站中收集任务数据。NVIDIA Omniverse库、Cosmos世界模型和Isaac机器人平台正被用于增强、合成和重放这些数据。
对于采购或运营负责人而言,真正有价值的信息并非CLOiD向黄某递上的花束,而是一家大型家电与电子集团将训练数据视为一项资本项目——该项目明确规定了占地面积、机器人数量、年底投运日期以及具体的软件栈配置。 LG表示,杨杰大楼占地约10,000平方米,包括一层地下室和三层地上楼层,预计到年底将容纳数百台机器人,并计划在2027年前全面投入运营。 这10万小时的数据既包括现场采集的数据,也包含通过合成方式生成的数据。LG将这一数据量比作大约12年的连续运行时间。
这种比较是一种营销换算,而非物理学上的主张。一台机器人连续运行12年,与100,000小时的多样化、标注明确且经过安全检查的运行场景并不等同。买家应将该运行小时数视为容量目标,并
询问实际机器人运行时间占多大比例,合成数据占多大比例,涵盖了哪些任务,以及故障案例是如何标注的。首尔将展示厅变身为数据工厂
LG集团与英伟达在首尔实地考察前四天签署了《圣克拉拉备忘录》。双方将该协议的框架定为物理人工智能、人工智能基础设施和移动出行三大领域。后续访问的迅速推进本身就释放出一个信号。韩国大型集团通常在宣布平台联盟后,往往需要数月时间才能将其转化为工厂层面的实际工作。 而此次首次公开考察在一周内便得以进行,机器人数据工厂已破土动工,CLOiD机器人单元也已开始生成场景数据。
LG还为此项投资搭建了组织架构。上个月,该公司成立了直接向首席执行官汇报的机器人业务中心。该中心旨在将工业、商用和家用机器人整合为一个执行单元,而非将其作为分散的产品线各自为政。 LG目前已在工厂和商业场所销售或试用机器人,并表示现在还希望推出家用机器人产品线。通过LG电子、LG Innotek和LG Energy Solution,LG集团在执行器、传感器和电池领域也具备相关技术能力。
周二的参观展示了这些环节如何被整合为一个闭环系统。在家庭模拟环境中,CLOiD机器人反复执行清洁任务;在田纳西州的模拟环境中,它们负责搬运、堆垛和组装零部件;而在物流和手部训练室中,它们收集仓库软件和夹具程序实际所需的更专业动作数据。 随后,NVIDIA的工具会扩展这些运动轨迹。LG上周五发布的半年度报告称,双方的合作项目已涵盖从概念验证到生产现场部署的全流程制造机器人开发。
尽管这些还无法证明类人机器人能够独立完成一个班次的作业,但这确实表明LG不再将类人机器人工作视为概念视频。该公司表示,这些数据将用于训练一个机器人基础模型,旨在帮助
机器能够感知周围环境、理解指令并执行物理任务。LG指出,类人机器人必须处理多种物体和不断变化的环境,而不是重复一个简短的预设循环。在标注、安全及回放成本被计入之前,训练时长并不昂贵
一个棘手的商业问题是:10万小时究竟是训练数据集,还是存储费用?物理人工智能团队早已深知,未经筛选的视频数据存储成本高昂,但浪费起来却易如反掌。 有价值的一小时是指能够被回放、分割、与力或姿态信号关联,并用于训练可在不同环境中迁移的策略的一小时。而毫无价值的一小时,则是机器人在模拟厨房中漫无目的地游荡,而有趣的碰撞却发生在镜头之外。
LG的设计试图通过复制真实的工厂和住宅,而非拍摄随机的演示视频,来减少这种浪费。 田纳西州的生产单元之所以重要,是因为它与LG现有的工厂紧密相连。如果首尔和美国工厂中使用的零部件、工装以及循环时间完全一致,那么合成增强技术就能依托真实的几何结构进行训练。如果复制品仅是粗略相似,那么由Cosmos生成的场景虽然看起来丰富,但在遇到第一个意料之外的托盘时仍会失败。
买家还应区分LG在一次展示中捆绑的三个产品。第一是数据工厂:包括建筑、机器人、贴标生产线和仿真系统。第二是机器人基础模型:这套软件可能授权给集团外部使用,也可能不授权。 第三类是成品机器人及组件:CLOiD、执行器、机械手,以及LG此前单独表示计划于2027年第一季度展示的双足类人机器人。一家明年需要托盘搬运机器人的工厂,不会购买一份关于2027年类人机器人的预告。 它可能会购买一种数据采集方法、一个仿真席位,或一份组件报价。
英伟达(NVIDIA)的作用则是另一个价格驱动因素。Omniverse、Cosmos和Isaac并非免费工具。它们构成了一套供应商技术栈,能够将工厂的数字孪生、合成数据和边缘运行时锁定在该供应商生态中
交给一家图形和软件供应商。这或许是合理的,但也可能产生远超机器人硬件采购金额的转换成本。运维团队应明确哪些数据保留在LG内部,哪些模型是在NVIDIA云端或本地图形处理单元上训练的,以及第三方集成商能否在另一套技术栈上重现相同的语料库。从公众利益的角度看,这个故事通常描绘的是机器人向高管献花的场景。但从采购角度来看,情况则更为务实。当田纳西州生产线的工艺轨迹在首尔完成合成后,其所有权归属何方?如果合同制造商日后改用其他品牌的机器人,这些工时数据能否转移? 若发生安全事故,公司能否还原出生成该策略的精确训练分布?这些问题决定了数据工厂究竟是资产还是负债。
买家在复制该模式前应提出哪些要求
LG并非首家指出“物理人工智能”本质上是数据问题的企业。但它是首批公布年终工时目标、厂房面积及机器人配置数量的大型家电制造商之一——其专门工厂产出的并非洗衣机,而是训练数据。正因如此,这个故事在韩国以外也备受关注。 中国的人形机器人供应商一直在竞相收集工厂工时数据;美国和欧洲的团队则在竞相收集仓库工时数据。LG正试图在一个已经向这些场所交付产品的集团内部,同时收集家庭工时和工厂工时数据。
客观而言,周二的活动是一次受监督的参观,而非独立审计。LG并未公布实际工时与合成工时的明细、任务分类清单、安全案例,也没有披露购买该基础模型的客户信息。 10万小时的目标是2026年底的承诺。在1万平方米的厂房中部署数百台机器人是产能规划。年底前全面投产则是施工和人员配置计划。如果没有谅解备忘录,上述任何一项都可能出现延误。
理解正在被撤回。尽管如此,从已披露的设计中仍可推导出一份实用的核查清单。请询问实际机器人工作时长与模拟场景生成时长所占的比例;请询问除田纳西州复刻工厂外,还有哪些工厂将提供实时数据;请询问CLOiD的运行轨迹数据是否是在符合隐私和劳动协议的前提下收集的,且该协议能否经受住在欧洲或美国部署的考验。 询问LG Innotek的手部数据与LG CNS的物流数据是如何整合到一个模型中的,还是仍作为独立的专项系统存在。询问在招标书中,“全面机器人解决方案提供商”具体指什么:是一台机器人、一个生产单元、一项软件订阅服务,还是一项多年期的数据服务。
更大的转变在于,机器人采购正逐渐呈现出与半导体采购相似的特征。 可见的机器并非稀缺资源。真正的稀缺资源是一个闭环系统——它能将昨天的生产班次转化为明天的生产策略,而无需让工艺工程师再次回到示教器前。LG正在为构建这个闭环投入资金。英伟达则提供仿真与合成层。真正的考验在于:是田纳西州的生产线(而非首尔的参观行程),能否在更少的干预下持续运行更长时间。
柳先生表示,LG将利用集团实力和全球合作伙伴在“物理人工智能”领域展开竞争。这句话是一种战略,而非具体交付成果。值得关注的交付成果则更为平淡却更为关键:有多少标注好的数据小时数以工厂团队可用的形式从杨杰(Yangjae)输出,以及这些数据小时数能否缩短实际生产线上的集成时间。
-----
本文仅供参考,不构成投资、法律、工程或采购建议。购买方在做出采购或合作决策前,应向相关公司及主管部门核实当前的技术规格、商业条款、安全认证及监管状态。本文分析综合了公司声明及公开市场动态。












