Na Conferência Mundial de Robótica realizada em Pequim, na área de Yizhuang, o foco mudou da velocidade de operação dos robôs para a eficiência da coleta de dados. Uma pesquisa conduzida pela Interact Analysis mostrou que na China já existem ou estão em construção pelo menos 90 centros para coleta e treinamento de robôs humanoides. Isso demonstra como a lógica de investimento está se transformando da criação de corpos físicos para a extração de dados.
Os participantes da feira apresentaram vários dispositivos para coleta de dados. A Lightwheel AI demonstrou seu maior conjunto de dados encarnados aberto até o momento, o EgoSuite-Open100k, que abrange mais de 100.000 horas em mais de 15.000 cenários. A ORBBEC apresentou uma matriz de hardware sem corpo, incluindo captura em primeira pessoa e com fixação manual, enquanto a BrainCo exibiu luvas para coleta de dados combinadas com mãos táteis ágeis com palma completa. A GigaDevice expôs uma linha de produtos que inclui microcontroladores, memória e componentes analógicos para inteligência encarnada.
O pesquisador Tian Feng, do Instituto de Pesquisa de Indústrias Inteligentes da SenseTime, descreveu seis paradigmas paralelos de coleta de dados: desde teleoperação e captura de movimento até dados sintéticos e coleta em linhas de produção reais. O mais rápido crescimento é a montagem sem corpo, que, segundo os vendedores, pode reduzir os custos em cerca de um quinto em comparação com a coleção em um robô físico. No entanto, Tian alertou que esse método leva à perda de informações sobre dinâmica, como torque da articulação e força de contato, o que pode causar erros em tarefas de montagem delicadas, e que amostras enviesadas em direção a coletores, em vez de trabalhadores reais, carregam vieses sistemáticos.
Uma questão mais profunda é se as leis de escalonamento que funcionaram para modelos de linguagem grandes são aplicáveis a robôs. Um experimento realizado pela Generalist AI em novembro de 2025 mostrou que modelos menores tinham dificuldades em absorver um complexo array sensório-motor, estabelecendo um limiar de cerca de sete bilhões de parâmetros, que os autores chamaram de 'ossificação do modelo'. Enquanto isso, a fragmentação do equipamento robótico dificulta a reutilização de dados coletados em um corpo em outro, levando ao diluimento do volume geral em 'dados insulares'.
Analistas também alertam que muitos centros operam com base em um ciclo contábil baseado em financiamento governamental, compras em massa de robôs e recompra de dados, o que inflaciona artificialmente os indicadores gerais sem verificar a demanda real. Dados da IDC mostram que os cenários de desempenho, pesquisa e coleta de dados ainda representam 78,4% das entregas de robôs humanoides em 2025, enquanto o trabalho em linha de produção ocupa uma parcela insignificante. Na opinião de Tian, o gargalo não é tanto a falta de dados, mas sim a capacidade de convergência de dados, padronização de equipamentos e receita comercial.