將“數(shù)據(jù)”轉(zhuǎn)化為真正的生產(chǎn)力。

具身數(shù)采正從專業(yè)采集場(chǎng)景邁向日常生活

目前具身智能所需的數(shù)據(jù)，仍局限于實(shí)驗(yàn)室和集中式數(shù)據(jù)采集場(chǎng)景，真實(shí)世界里多樣的操作與物理交互，難以被全面系統(tǒng)地覆蓋?；仡欁詣?dòng)駕駛的發(fā)展歷程，當(dāng)系統(tǒng)從實(shí)驗(yàn)室走向真實(shí)道路，數(shù)據(jù)也從少量、受控的采集，轉(zhuǎn)變?yōu)樵谡鎸?shí)場(chǎng)景中的規(guī)?；e累，進(jìn)而推動(dòng)模型能力快速提升。

基于這一經(jīng)驗(yàn)，穹徹智能正式推出口袋機(jī)采（RoboPocket）——借助智能手機(jī)和App，每位使用者都能成為數(shù)據(jù)采集的參與者，完成任務(wù)并上傳數(shù)據(jù)，實(shí)現(xiàn)輕量化、可控且高質(zhì)量的數(shù)據(jù)采集，將數(shù)據(jù)采集拓展到更廣泛的真實(shí)環(huán)境中，讓更多人能夠參與任務(wù)采集。并在輕量化、可控的前提下，持續(xù)產(chǎn)出高質(zhì)量可用數(shù)據(jù)，為具身智能模型構(gòu)建更真實(shí)、可靠的數(shù)據(jù)基礎(chǔ)。

RoboPocket——讓普通人也能采集高質(zhì)量數(shù)據(jù)

RoboPocket是每個(gè)普通人都能操作的“從口袋取出即可開(kāi)始采集”的高質(zhì)量數(shù)據(jù)采集方案。

輕便易用：高度集成的高質(zhì)量數(shù)采設(shè)備

數(shù)據(jù)采集不再依賴復(fù)雜的專業(yè)設(shè)備，一部手機(jī)就能解鎖無(wú)限的高質(zhì)量采集。RoboPocket體積輕巧、開(kāi)箱即用，用戶只需用手機(jī)輕輕一碰，就能與設(shè)備連接開(kāi)始采集。

圖注：開(kāi)箱與快速啟動(dòng)

這樣輕便的數(shù)采方案并未犧牲精度。

手機(jī)，如iPhone，同時(shí)具備RGB相機(jī)和深度相機(jī)（LiDAR），相比純視覺(jué)SLAM，它采用多傳感器融合（視覺(jué)、深度、IMU）的方案。在這一技術(shù)路線下，采集精度高于純VSLAM，對(duì)比紅外定位也無(wú)需攜帶基站，同時(shí)保持高度集成。可拆卸、可替換的魚(yú)眼鏡頭帶來(lái)超廣視野，原生鏡頭畫(huà)質(zhì)出色，能應(yīng)對(duì)強(qiáng)光、弱光等真實(shí)場(chǎng)景的挑戰(zhàn)。無(wú)論在昏暗的房間，還是野外陽(yáng)光直射的環(huán)境，都能保持良好性能。

圖注：魚(yú)眼鏡頭、超廣角視野

RoboPocket利用手機(jī)的成熟功能完成SLAM定位與建圖。相比原版UMI需要手動(dòng)標(biāo)定、反復(fù)操作，RoboPocket的核心價(jià)值之一就是讓“建圖成為用戶無(wú)感的事”。

圖注：快速建圖

實(shí)時(shí)保障采集質(zhì)量，RoboPocket更是智能中樞

在具身模型規(guī)模化發(fā)展的時(shí)代，數(shù)據(jù)質(zhì)量和數(shù)據(jù)量同等重要。

傳統(tǒng)的UMI式數(shù)采方案一直面臨著數(shù)據(jù)質(zhì)量、便攜易用、后處理壓力的不可能三角。如果要保證數(shù)據(jù)質(zhì)量，通常需要犧牲便捷性，采集設(shè)備連接電腦來(lái)提升數(shù)采現(xiàn)場(chǎng)的質(zhì)量反饋效率，而這樣的方式，注定無(wú)法普及到大眾；或者需要集成存儲(chǔ)和數(shù)采的小型設(shè)備，將數(shù)據(jù)處理壓力留在采集后，導(dǎo)致采集效率低，數(shù)據(jù)可用比例不高。

RoboPocket面向大規(guī)模、分布式的真實(shí)場(chǎng)景采集設(shè)計(jì)，以集成化形態(tài)，通過(guò)強(qiáng)化實(shí)時(shí)交互與質(zhì)量控制，來(lái)破解這一不可能三角。

我們重新定義了具身智能的數(shù)據(jù)采集模式，將對(duì)模型訓(xùn)練的理解融入端側(cè)的智能中樞。Robopocket就像一位時(shí)刻在線的人工智能導(dǎo)師，不僅能即時(shí)診斷每一幀數(shù)據(jù)的質(zhì)量、智能指導(dǎo)采集員調(diào)整動(dòng)作，還能通過(guò)實(shí)時(shí)互動(dòng)動(dòng)態(tài)評(píng)估數(shù)據(jù)價(jià)值，讓每一次采集都直接助力模型的關(guān)鍵進(jìn)化。

?任務(wù)指導(dǎo)：任務(wù)采集教程可實(shí)時(shí)發(fā)送到數(shù)采人員端，指導(dǎo)數(shù)采人員操作。

圖注：任務(wù)教學(xué)指導(dǎo)

?實(shí)時(shí)交互提醒：提示采集者動(dòng)作過(guò)快、超出機(jī)器人工作空間，避免無(wú)效數(shù)據(jù)進(jìn)入后處理環(huán)節(jié)。

圖注：異常速度檢測(cè)

圖注：異常動(dòng)作監(jiān)測(cè)

?多維質(zhì)量打分：在采集階段就對(duì)數(shù)據(jù)進(jìn)行評(píng)分，幫助采集員及時(shí)修正，并為后處理提供篩選依據(jù)。

圖注：數(shù)據(jù)質(zhì)量閉環(huán)監(jiān)測(cè)

基于在采集階段引入的質(zhì)量控制機(jī)制，RoboPocket能夠盡可能提前解決數(shù)據(jù)質(zhì)量問(wèn)題，讓后續(xù)的數(shù)據(jù)處理從“大量清洗”轉(zhuǎn)變?yōu)椤坝斜O(jiān)督的篩選”。

靈活添加第一人稱視角：多設(shè)備快速對(duì)齊

視角局限是腕部第一視角的固有問(wèn)題。RoboPocket支持靈活添加第一人稱視角，并通過(guò)多機(jī)快速對(duì)齊實(shí)現(xiàn)同一空間坐標(biāo)。這種設(shè)計(jì)既保留了UMI的“具身一致性”，又補(bǔ)充了場(chǎng)景上下文，確保RoboPocket不僅能采集“可操作性強(qiáng)”的桌面任務(wù)數(shù)據(jù)，也能為更復(fù)雜、更豐富的場(chǎng)景提供額外視角和場(chǎng)景信息。

圖注：第一人稱視角

在多臂采集或協(xié)作場(chǎng)景中，讓多個(gè)設(shè)備的時(shí)間戳快速對(duì)齊并統(tǒng)一坐標(biāo)系是關(guān)鍵，也是難點(diǎn)。RoboPocket大幅降低了這一環(huán)節(jié)的難度，通過(guò)RoboPocket的快速同步機(jī)制，多個(gè)手機(jī)可共享時(shí)間戳與SLAM坐標(biāo)系，雙臂配對(duì)也變得非常簡(jiǎn)單。

圖注：雙臂快速同步

擴(kuò)展性出色：用戶交互豐富

除了硬件層面的擴(kuò)展，iOS系統(tǒng)的算力與豐富的UI界面帶來(lái)更多、更高級(jí)的功能交互，使數(shù)采員能以更直觀的方式獲得指導(dǎo)、控制質(zhì)量，甚至完成采集全流程。

除上述質(zhì)量把控功能外，RoboPocket還支持實(shí)時(shí)回放與自動(dòng)無(wú)線上傳，可通過(guò)語(yǔ)音或按鍵啟動(dòng)采集。

數(shù)據(jù)認(rèn)知、模型技術(shù)與數(shù)據(jù)基礎(chǔ)設(shè)施

硬件只是起點(diǎn)，真正的核心競(jìng)爭(zhēng)力在于對(duì)有用數(shù)據(jù)的認(rèn)知、“模型技術(shù)”以及數(shù)據(jù)管線的構(gòu)建。

從專業(yè)數(shù)采場(chǎng)景到普通人的日常生活，穹徹智能持續(xù)推動(dòng)行業(yè)對(duì)數(shù)據(jù)的理解與方法論升級(jí)：

?2023年與上交大盧策吾團(tuán)隊(duì)共同發(fā)布RH20T大規(guī)模具身智能數(shù)據(jù)集：在預(yù)設(shè)條件下，實(shí)現(xiàn)機(jī)器人操作數(shù)據(jù)的系統(tǒng)化、規(guī)?；杉?/p>

?2025年發(fā)布CoMiner伴隨式數(shù)據(jù)采集系統(tǒng)：機(jī)器人走出采集場(chǎng)，進(jìn)入真實(shí)世界，在開(kāi)放環(huán)境中獲取更豐富、更復(fù)雜的操作數(shù)據(jù)；

?2026年邁出關(guān)鍵一步：把機(jī)器人數(shù)據(jù)采集從特定場(chǎng)所和依賴專業(yè)系統(tǒng)，進(jìn)一步推廣到整個(gè)社會(huì)——讓每一個(gè)普通人、每一部手機(jī)都能成為機(jī)器人學(xué)習(xí)網(wǎng)絡(luò)中的一個(gè)節(jié)點(diǎn)，讓數(shù)據(jù)在真實(shí)生活中持續(xù)產(chǎn)生價(jià)值。

在大規(guī)模數(shù)據(jù)采集的背后，是我們憑借強(qiáng)大的數(shù)據(jù)基礎(chǔ)設(shè)施和科學(xué)的數(shù)據(jù)管線，覆蓋高效任務(wù)設(shè)計(jì)、大規(guī)模數(shù)據(jù)采集、上傳、清洗與質(zhì)量監(jiān)控，最終服務(wù)于模型訓(xùn)練與評(píng)估，并反向指導(dǎo)下一輪數(shù)據(jù)采集。

圖注：穹徹具身工具鏈

而支撐這些數(shù)據(jù)持續(xù)創(chuàng)造價(jià)值的核心，正是穹徹智能深耕已久的模型能力。

在最新公開(kāi)視頻的最后，我們展示了：僅使用RoboPocket方案采集的數(shù)據(jù)，就能訓(xùn)練出支持長(zhǎng)程任務(wù)、雙臂協(xié)作、無(wú)遙操作、非回放的機(jī)器人策略，并在工業(yè)相機(jī)和機(jī)器人系統(tǒng)上自主執(zhí)行。

這一結(jié)果表明，來(lái)自RoboPocket這種“人人可及”的數(shù)采方式，能夠跨越采集終端與部署平臺(tái)的差異，穩(wěn)定遷移到工業(yè)級(jí)感知與執(zhí)行系統(tǒng)中，驗(yàn)證了穹徹智能在數(shù)據(jù)采集、數(shù)據(jù)質(zhì)量管理、模型訓(xùn)練、模型部署等方面的系統(tǒng)性能力。

 

• 視頻注：機(jī)器人自主執(zhí)行擺放餐具、碰杯、疊毛巾、收拾零食

我們將“數(shù)據(jù)”轉(zhuǎn)化為真正的生產(chǎn)力：從真實(shí)世界中穩(wěn)定獲取可用數(shù)據(jù)資產(chǎn)，驅(qū)動(dòng)模型快速迭代與成本下降，并將能力以標(biāo)準(zhǔn)化流程交付至藥房、酒店等多元化場(chǎng)景，實(shí)現(xiàn)規(guī)?；涞?。

未來(lái)，RoboPocket將與高精度力控遙操作、CoMiner伴隨式野外采集以及人類操作數(shù)據(jù)一同，持續(xù)完善并夯實(shí)穹徹的數(shù)據(jù)體系，支撐具身模型在真實(shí)世界中的不斷發(fā)展。

本文僅代表作者觀點(diǎn)，版權(quán)歸原創(chuàng)者所有，如需轉(zhuǎn)載請(qǐng)?jiān)谖闹凶⒚鱽?lái)源及作者名字。

免責(zé)聲明：本文系轉(zhuǎn)載編輯文章，僅作分享之用。如分享內(nèi)容、圖片侵犯到您的版權(quán)或非授權(quán)發(fā)布，請(qǐng)及時(shí)與我們聯(lián)系進(jìn)行審核處理或刪除，您可以發(fā)送材料至郵箱：service@tojoy.com