Roboter-Training: Mifengpai meldet eine Million Stunden gültige Daten
Veröffentlicht am: 26.09.2026 um 15:48 Uhr | Redaktion boerse-global.de
Am 23. September 2026 hat das Technologieunternehmen Mifeng?? die Plattform „???“ (Mifengpai) in Shanghai offiziell in Betrieb genommen. Es handelt sich dabei um die weltweit erste Crowdsourcing-Plattform, die speziell auf die Erhebung von Daten für körpergebundene Künstliche Intelligenz (Physical AI) in realen Umgebungen ausgerichtet ist.
Nutzer können über eine App Aufgaben übernehmen und durch das Tragen spezieller Hardware reale Abläufe in den Bereichen Einzelhandel, Logistik, Fertigung und Haushalt dokumentieren. Die Vergütung erfolgt auf Basis der geprüften effektiven Datendauer.
Technologische Infrastruktur und Hardware-Spezifikationen
Für die Datenerfassung setzt Mifeng?? auf das eigens entwickelte MEgo-System. Dieses umfasst das Headset MEgo View, das ein Sichtfeld von über 300 Grad bietet und über eine zusätzliche Kamera am Handgelenk verfügt.
Ergänzt wird die Ausrüstung durch den MEgo Gripper, ein Greifwerkzeug mit einer Masse von unter 500 Gramm, das Trajektorien im Millimeterbereich erfasst und optional über haptisches Feedback verfügt.
Die Hardware gewährleistet eine Synchronisation im Sub-Millisekundenbereich. Bis Ende August 2026 wurden bereits 20.000 Einheiten produziert; die monatliche Kapazität wird mit mehreren zehntausend Einheiten angegeben.
Die Verarbeitung der Daten übernimmt die sogenannte MEgo Engine. Laut Unternehmensangaben umfasst der Bestand bereits eine Million kumulierte Stunden gültiger Daten, die verschiedene Modalitäten wie Farbbilder, Tiefe, Inertialmessungen, Taktilität und Audio abdecken.
Die Engine nutzt Algorithmen zur Hand-Rekonstruktion und 3D-Rekonstruktion, die selbst bei einer teilweisen Verdeckung der Hände präzise Ergebnisse liefern sollen. Ein spezifisches Qualitätsprüfungssystem klassifiziert die Daten in verschiedene Gütestufen, während Modelle für den Aufgabenfortschritt und die Fehleranalyse den Rückfluss von Proben steuern.
Datenqualität und wirtschaftliche Anreizsysteme
In einer einmonatigen Beta-Phase verzeichnete die Plattform 20.000 registrierte Nutzer, die insgesamt 13.000 Sammelaufgaben einreichten. CEO Yao Maoqing erklärte, dass über 95 Prozent der Daten nach der Bereinigung nutzbar seien. Die Verdienstmöglichkeiten für die Teilnehmer lagen in der Testphase für Spitzenverdiener bei 5.111 Yuan pro Monat, während der zehnte Rang der Bestenliste noch 3.595 Yuan erreichte.
Wer Trainingsdaten für Roboter in realen Umgebungen sammelt, steht vor derselben Frage: Wie organisiert man Aufgaben, Prüfstufen und Vergütung so, dass am Ende verwertbare Daten herauskommen? Genau dafür gibt es jetzt einen erprobten Bauplan. Kostenlosen Leitfaden zur Crowdsourcing-Datenerhebung anfordern
Zur Förderung des Ökosystems hat Mifeng?? ein Programm im Wert von 100 Millionen Yuan aufgelegt. Davon entfallen 50 Millionen Yuan auf Aufgabensubventionen und weitere 50 Millionen auf Geräte, Netzwerke und Versicherungen.
Während eines Aktionszeitraums bis zum 22. Oktober 2026 werden Gebühren für die Hardware erlassen und Kautionsbefreiungen gewährt. Das Unternehmen betreibt bereits über 50 Servicepunkte in 40 Städten und plant den Ausbau auf landesweit 106 zentrale Datensammelzentren, von denen 84 bereits in Betrieb sind.
Globale Marktentwicklung und Branchenallianzen
Die Bedeutung hochwertiger Trainingsdaten zeigt sich auch im internationalen Wettbewerb. Das Unternehmen Figure konnte durch die Nutzung von Menschendaten die Erfolgsrate seines Modells Helix 2.5 bei komplexen Haushaltsaufgaben von 9 Prozent auf 56 Prozent steigern. In Japan nahm J-HRTI am 26. August 2026 ein Datenzentrum in Narashino in Betrieb, in dem 35 humanoide Roboter reale Werksdaten für branchenübergreifende Basismodelle generieren.
Parallel dazu treibt Axis Robotics die Open-Source-Verfügbarkeit voran und veröffentlichte am 23. September 2026 mit dem „Axis Sim Dataset V1“ einen der umfangreichsten Simulationsdatensätze für Roboterarme. Das US-Startup Midcentury verließ am selben Tag die Stealth-Phase mit einer Seed-Finanzierung von 15 Millionen US-Dollar und einem Datensatz von über zwei Millionen Stunden menschlichen Verhaltens.
Mifeng?? hat zur Standardisierung der Branche eine Allianz mit über 50 Unternehmen geschlossen. Gemeinsam mit staatlichen Instituten und Telekommunikationsanbietern wird an einem Entwicklungsbericht für Crowdsourcing-Daten in der embodied Intelligence gearbeitet. Zu den Kunden, die bereits auf die millionenstarken Datensätze zugreifen, gehören namhafte Akteure wie das Tencent Robotics X Lab.
Neue Berufsbilder und regulatorische Integration
Die zunehmende Professionalisierung der Datengewinnung schlägt sich auch in der Arbeitsmarktpolitik nieder. Der Beruf des Anwendungstechnikers für embodied-Intelligence-Roboter wurde offiziell als neues Berufsbild anerkannt. Zudem wurden Datensammler und Trainer für diese Systeme als neue Tätigkeitsprofile in das nationale Berufsverzeichnis aufgenommen.
Reale Datenerhebung ist teuer und langsam — und genau daran scheitern viele Robotik-Teams bei der Skalierung. Ein strukturierter Blick auf Hardware-Kosten, Vergütungsmodelle und Qualitätsprüfung zeigt, wo sich der Aufwand senken lässt. Checkliste für Physical-AI-Datenqualität jetzt sichern
Zhang Weimin vom CAICT betonte, dass der wesentliche Wert solcher Crowdsourcing-Plattformen darin liege, verstreute Einzelinformationen durch systematisches Data Engineering in evaluierbare und trainierbare Datenbestände zu überführen.
CEO Yao Maoqing wies darauf hin, dass ein Bedarf von zehn Millionen Datenstunden Investitionen in Milliardenhöhe erfordere, um die notwendige Skalierung für autonome Systeme zu erreichen.
