鹿明机械人创始人兼CEO喻超：将具身智能数据采

　　的ChatGPT时辰正正在到来”，同时婉言“离开实正在世界的数据，具身智能终将沦为”。这一概念敏捷全球科技财产，明白信号：行业别单一使命编程、依赖实正在场景数据却效率低下的旧阶段，全面迈入以物理AI为焦点的通用化成长迸发期。现实上，国内本钱早已灵敏捕获到这场财产变化海潮。2025年下半年，行业完成范式升级，合作维度从单一本体，升级为“本体+数据”双核驱动，更迈向“数据×模子×本体”协同发力的新阶段。当前，具身智能范畴正在分歧手艺阶段取场景束缚下，正并行推进四条焦点数据线，且每条线均已构成清晰手艺逻辑取财产落地标的目的：一是遥控实机线，依托实正在施行使命获取数据，场景贴合度取数据实正在性无可替代，但研发摆设成本居高不下；二是仿实数据线，凭仗算力取仿实引擎生成海量合成数据，却受限于仿实取现实的域差难题，难以完全适配实正在使用；三是人类视频线，通过采集大规模人类行为视频提取数据，成本取落地门槛最低，却易因场景还原度不脚陷入使用误区；四是UMI数据线，建立无本体依赖的通用化数据和谈，打破硬件壁垒实现数据复用，通用性取适配性劣势凸起。四条线并行背后，国内具身智能赛道财产款式已初步清晰，此中，2024年9月成立的鹿明机械人，是国内结构UMI线的先行者，率先鞭策通用化数据和谈的场景落地。海量、高质量的实机交互数据，是锻炼高机能机械人模子的焦点基石，而行业持久受困于数据采集成本高、效率低，以及分歧机械人本体数据无法互通的“数据孤岛”难题。鹿明机械人精准捕获这一焦点瓶颈，将冲破标的目的锚定命据采集根本设备，其自从研发的FastUMI Pro无本体仿照进修数据采集系统，成为破局环节。《科创板日报》记者近日对话鹿明机械人创始人、CEO喻超，及公司联席CTO丁琰。此中，喻超曾任逃觅具身机械人(Magic Lab)营业担任人，并初创全球首个空翻电驱动听形机械人。而其创立的鹿明机械人，正通过供给从数据采集设备、高质量数据集、行业处理方案到结合模子锻炼的全栈办事，建立完美的UMI数据生态系统。喻超暗示，相较保守遥操做采集体例，鹿明FastUMI Pro通过立异硬件架构取软件算法，将单条数据采集时长从50秒压缩至10秒，效率提拔5倍，分析成本降至保守方式的五分之一；更环节的是，该系统实现了数据取机械人本体的解耦，可快速适配市道数十种分歧机械臂、，无效打破了行业数据孤岛窘境。丁琰：2024年3月我们起头启动UMI项目时，全球范畴内处置该范畴的团队百里挑一，因为手艺难度较高，良多团队都半途放弃了，正在推进过程中，我们越来越这个项目标价值和前景，最终取得了一个又一个的阶段性。起首就是FastUMI，我们从2024年3月摆布起头做这个工做，中了昔时的CoRL 2025，将学术界工做带入了工业界。UMI范畴的实正门槛并非设备本身，而正在于可否采集到“可锻炼”的高质量数据。市道上很多UMI设备采集的数据存正在视觉取位姿未对齐、分歧步、轨迹不成复现（replay）等问题，实为无法用于无效锻炼模子的“废数据”。对此，鹿明初创了“为模子成功率担任”的系统工程范式，从硬件设想泉源保障数据质量。《科创板日报》：UMI正在成本降低方面有哪些表示？其市场定位和市场份额变化趋向是如何的？丁琰：UMI正在成本节制上劣势较着，若不考虑机械人本体成本，其采集效率比拟保守数据采集方案提拔5倍，成本降低1/5；若计入本体成本，成本降低幅度更大，可达1/100以至1/200。从第一性道理来看，人手的采集效率最高，而UMI的采集效率已达90%，接近人手程度，因而被认为是数据采集的终极处理方案。市场份额方面，过去几年遥操做的市场份额达95%以上；但从2025-2026年起头，UMI方案会送来迸发式增加。《科创板日报》：遥操做取UMI设备正在数据维度上有什么差别？两者的适配算法有何分歧？目前公司的客户合做环境若何？数量取现行UMI设备分歧，算法也从关节预测转向结尾预测。UMI的合用场景范畴较大，可普遍使用于各类具身智能公司。目前全球具身智能行业内有跨越三分之二的团队，正正在利用FastUMI Pro，2026年这一比例还会进一步提拔。《科创板日报》：UMI数据采集工场的设想有什么要求？分歧使命的采集能否存正在差别？丁琰：高质量的UMI数据采集仍然需要严密的物理空间设想，以至有着极其严苛的法则。无法则地阐扬，发生的数据分歧性将极差，最终导致模子无法。这些关于空间设想的束缚和技巧，是我们最焦点的合作力之一。分歧使命的数据采集存正在较着差别，例如桌面级使命和挪动操做使命，会采用分歧的安拆和采集法则。我们会制定一套复杂的空间指导法则，通过软硬件连系的体例，确保采集过程既具备现实世界的丰硕度，又合适模子锻炼所需的逻辑分歧性。《科创板日报》：UMI正在财产内的脚色定位是如何的？对于分歧规模的企业（中小企业、草创企业、大公司）别离有什么价值？喻超：对于中小企业和草创企业而言，UMI因成本较低、数据质量高，是很好的选择；对于大公司来说，跟着模子规模扩大，对数据量的需求达到海量级别，遥操做数据的成本过高，此时UMI大要率会成为更高效的处理方案，鞭策财产分工的升级。丁琰：我就是做模子身世的，我们正在做的时候就发觉——要想训一个很是好的模子，必必要有一个很好的数据管线，包罗数据出产、数据评估、数据筛选，成立的过程本身就需要时间。因而我们认为，不克不及上来就训模子，而是要把数据做到最极致。由于模子拼到最初，拼的不是模子架构，而是模子数据的质量，这是一个行业的共识。喻超：2026岁首部模子公司锻炼数据的规模必然是客岁十倍以上的量级，整个具身数据市场比拟客岁必然是十倍以上的增加。丁琰：我们将“可复现”做为数据管理的第一性道理，初创8道工业级数据质量评估系统，只交付100%可复现数据。我们连续收到了良多分歧类型客户的数据质量评估尺度，我们正在给客户交付的时候，数据质量不只合适这些尺度，还远超要求。好比工信部画面分辩率需达到640×640以上、频次30赫兹，帧率不变性2赫兹；而我们现实的目标别离为1280×1280、60赫兹，帧率不变性更是达到1赫兹摆布，正在建立生态和市场推广过程中，这一劣势为产物合作供给了无力支撑。《科创板日报》：数据取模子的适配、模子取本体的泛化都十分主要，可否具体注释你们是若何开展这两项工做的？丁琰：这此中的交互比想象中更为复杂，焦点可分为数据、模子、硬件（本体，非数采硬件）三大板块，同时数采硬件也起到环节感化。数采硬件间接决定命据质量，而数据质量又会影响模子的智能上限，若数据质量欠安，模子锻炼必然难以达到抱负结果。还需摆设到本体硬件上，若硬件本体机能不脚，模子的现实结果也无法充实阐扬。三者之间是彼此影响、彼此推进的关系。这也是我们特地为UMI研发专属机械臂的缘由。我们即将发布一款最适配UMI数据的轻量型机械臂，但愿通过算法取硬件的深度耦合，丁琰：以夹爪采集设备为例，我们的采集设备分为手持设备和机载设备。像宣传片中展现的那样，手持设备的夹爪上配备了摄像头，会记实夹爪的外不雅画面，同时还可搭载其他正在现实摆设时，只需机械人夹爪的外不雅取摄像头参数和手持设备分歧，无论所搭配的机械臂类型若何，采集到的数据都能够彼此共用，这就实现了物理层面的本体泛化。