如果说 2025 年是具身智能爆发的一年,那么今年,行业竞争已经开始进入新的阶段。 从国内外越来越多机器人公司发布新产品,到资本持续加码,具身智能正成为 AI 领域最受关注的方向之一。但随着行业快速发展,一个新的共识正在形成:真正限制机器人进化速度的,不再只是模型,而是数据。 与大语言模型可以利用互联网海量文本不同,机器人需要学习的是现实世界中的操作能力。一次抓取、一段搬运、一场整理任务,都需要真实发生,并同步记录视觉、动作、轨迹等多模态信息。如何持续获得高质量数据,并将这些数据快速转化为模型能够学习的数据集,成为越来越多具身智能企业面临的新挑战。 作为国内具身智能企业,穹彻智能一直围绕「数据—训练—部署」构建机器人基础设施。近期,穹彻智能联合阿里云打造了一套云端自动化数据处理产线,希望将机器人数据处理从依赖人工、单机运行的模式,升级为能够规模化运转的工业化流程,为模型迭代提供持续的数据支撑。 01 机器人时代,真正稀缺的是数据 对于具身智能而言,数据难题不仅在于「采不到」,更在于「处理不了」。 穹彻智能采用 UMI(Universal Manipulation Interface)方案进行数据采集。操作人员只需手持设备完成抓取、开门、搬运等自然动作,设备便会同步记录第一视角画面、夹爪位姿、运动轨迹等信息,为机器人训练提供高质量操作数据。 但真
ARTICLE
/
极客公园
打破机器人「数据焦虑」,穹彻智能想建一条「训练数据」生产线
2026年08月07日 17:40 · 来自 极客公园