上海
編者按：他們創辦的公司或已是獨角獸，或剛啟動種子輪，或已家喻戶曉，或長期身居幕后，或正起于微末，但他們都是中國新經濟的微觀脈搏，是這輪產業和技術升級的微觀主導者和實踐者，不同行業成千成萬的他們的身影匯聚，投射變革的洪流。
由財聯社和《科創板日報》聯合發起的 “連線創始人/CEO”欄目，主要關注創新創業型企業，以企業創始人/CEO的訪談為一手信源，讓成長中的創業公司走入公眾和市場視野，并發掘最新技術和產業趨勢。
《科創板日報》1月13日訊（記者 李明明） 具身智能的下半場，競爭焦點已聚焦具身數據。
2026年CES展上，黃仁勛拋出重磅論斷：“機器人的ChatGPT時刻正在到來”，同時直言“脫離真實世界的數據，具身智能終將淪為幻覺”。這一觀點迅速引爆全球科技產業，釋放明確信號：機器人行業正告別單一任務編程、依賴真實場景數據卻效率低下的舊階段，全面邁入以物理AI為核心的通用化發展爆發期。
事實上，國內資本早已敏銳捕捉到這場產業變革浪潮。2025年下半年，行業完成范式升級，競爭維度從單一本體，升級為“本體+數據”雙核驅動，更邁向“數據×模型×本體”協同發力的新階段。
當前，具身智能領域在不同技術階段與場景約束下，正并行推進四條核心數據路線，且每條路線均已形成清晰技術邏輯與產業落地方向：一是遙控真機路線，依托真實機器人執行任務獲取數據，場景貼合度與數據真實性無可替代，但研發部署成本居高不下；二是仿真數據路線，憑借算力與仿真引擎生成海量合成數據，拓展性極強，卻受限于仿真與現實的域差難題，難以完全適配真實應用；三是人類視頻路線，通過采集大規模人類行為視頻提取數據，成本與落地門檻最低，卻易因場景還原度不足陷入應用誤區；四是UMI數據路線，構建無本體依賴的通用化數據協議，打破硬件壁壘實現數據復用，通用性與適配性優勢突出。
四條路線并行背后，國內具身智能賽道產業格局已初步清晰，智元機器人、銀河通用、它石智航、鹿明機器人憑借各自主攻路線的深耕布局，成為業內公認的“具身數據四小龍”。其中，2024年9月成立的鹿明機器人，是國內布局UMI路線的先行者，率先推動通用化數據協議的場景落地。
海量、高質量的真機交互數據，是訓練高性能機器人模型的核心基石，而行業長期受困于數據采集成本高、效率低，以及不同機器人本體數據無法互通的“數據孤島”難題。鹿明機器人精準捕捉這一核心瓶頸，將突破方向錨定數據采集基礎設施，其自主研發的FastUMI Pro無本體模仿學習數據采集系統，成為破局關鍵。
《科創板日報》記者近日對話鹿明機器人創始人、CEO喻超，及公司聯席CTO丁琰。其中，喻超曾任追覓具身機器人(Magic Lab)業務負責人，并首創全球首個空翻電驅動人形機器人。而其聯合創立的鹿明機器人，正通過提供從數據采集設備、高質量數據集、行業解決方案到聯合模型訓練的全棧服務，構建完善的UMI數據生態體系。
喻超表示，相較傳統遙操作采集方式，鹿明FastUMI Pro通過創新硬件架構與軟件算法，將單條數據采集時長從50秒壓縮至10秒，效率提升5倍，綜合成本降至傳統方法的五分之一；更關鍵的是，該系統實現了數據與機器人本體的解耦，可快速適配市面數十種不同機械臂、，有效打破了行業數據孤島困境。
“我相信2026年頭部模型公司訓練數據的規模一定是去年十倍以上的量級，整個具身數據市場相比去年一定是十倍以上的增長。”
UMI相比傳統數據采集方案效率提升5倍，成本降至1/5
《科創板日報》：幾年前UMI項目在學術界、產業界都相對冷門，當時為什么選擇堅持做這個項目？
丁琰：2024年3月我們開始啟動UMI項目時，全球范圍內從事該領域的團隊寥寥無幾，由于技術難度較高，很多團隊都中途放棄了，在推進過程中，我們越來越堅信這個項目的價值和前景，最終取得了一個又一個的階段性成果。
首先就是FastUMI，我們從2024年3月左右開始做這個工作，中了當年的CoRL 2025，將學術界工作帶入了工業界。
另外一個工作是FastUMI 100K。我們團隊因此獲得了大規模的數據治理經驗。
UMI領域的真正門檻并非設備本身，而在于能否采集到“可訓練”的高質量數據。市面上許多UMI設備采集的數據存在視覺與位姿未對齊、傳感器不同步、軌跡不可復現（replay）等問題，實為無法用于有效訓練模型的“廢數據”。對此，鹿明首創了“為模型成功率負責”的系統工程范式，從硬件設計源頭保障數據質量。
《科創板日報》：UMI在成本降低方面有哪些表現？其市場定位和市場份額變化趨勢是怎樣的？
丁琰：UMI在成本控制上優勢明顯，若不考慮機器人本體成本，其采集效率相比傳統數據采集方案提升5倍，成本降低1/5；若計入本體成本，成本降低幅度更大，可達1/100甚至1/200。
從第一性原理來看，人手的采集效率最高，而UMI的采集效率已達90%，接近人手水平，因此被認為是數據采集的終極解決方案。
市場份額方面，過去幾年遙操作的市場份額達95%以上；但從2025-2026年開始，UMI方案會迎來爆發式增長。
《科創板日報》：遙操作與UMI設備在數據維度上有什么差異？兩者的適配算法有何不同？目前公司的客戶合作情況如何？
丁琰：兩者的數據維度差異不大，但適配的算法有所區別，遙操作的畫面維度稍高，傳感器數量與現行UMI設備不同，算法也從關節預測轉向末端預測。UMI的適用場景范圍較大，可廣泛應用于各類具身智能公司。
我們跟三菱、中遠海運、德馬科技形成了比較深度的戰略合作。在場景里面落地的過程中，數據規模化又能帶來智能化的提升。
目前全球具身智能行業內有超過三分之二的團隊，正在使用FastUMI Pro，2026年這一比例還會進一步提升。
《科創板日報》：UMI數據采集工廠的環境設計有什么要求？不同任務的采集環境是否存在差異？
丁琰：高質量的UMI數據采集依然需要嚴密的物理空間設計，甚至有著極其嚴苛的規則限制。如果無限制、無規則地自由發揮，產生的數據一致性將極差，最終導致模型無法收斂。這些關于空間設計的約束和技巧，是我們最核心的競爭力之一。
不同任務的數據采集環境存在明顯差異，例如桌面級任務和移動操作任務，會采用不同的裝置和采集規則。我們會制定一套復雜的空間引導規則，通過軟硬件結合的方式，確保采集過程既具備現實世界的豐富度，又符合模型訓練所需的邏輯一致性。
目前鹿明已有三個數據采集工廠，持續輸出百萬小時級的高質量具身數據。
《科創板日報》：UMI在產業內的角色定位是怎樣的？對于不同規模的企業（中小企業、初創企業、大公司）分別有什么價值？
喻超：對于中小企業和初創企業而言，UMI因成本較低、數據質量高，是很好的選擇；對于大公司來說，隨著模型規模擴大，對數據量的需求達到海量級別，遙操作數據的成本過高，此時UMI大概率會成為更高效的解決方案，推動產業分工的升級。
計劃在2026年實現100萬小時的真機數據產能
《科創板日報》：公司在模型發展上有哪些策略？現階段的模型規劃是怎樣的？
丁琰：我就是做模型出身的，我們在做的時候就發現——要想訓一個非常好的模型，必須要有一個很好的數據管線，包括數據生產、數據評估、數據篩選，建立的過程本身就需要時間。
因此我們認為，不能上來就訓模型，而是要把數據做到最極致。因為模型拼到最后，拼的不是模型架構，而是模型數據的質量，這是一個行業的共識。
目前我們的數據管線已搭建完成，可以源源不斷地產生優質數據。
現階段我們不會訓練自有預訓練模型，而是選擇與產業方合作開發應用模型。
《科創板日報》：公司在數據量累積上有什么目標？目前的產能能否支撐該目標實現？
喻超：2026年頭部模型公司訓練數據的規模一定是去年十倍以上的量級，整個具身數據市場相比去年一定是十倍以上的增長。
為了應對市場需求的爆發，我們正在通過與政府/產業方合作建設數采工廠等方式，加速建設數據采集產能，預計2026年實現超過100萬小時的UMI數據采集產能，目標是建成全球最大的具身真機數據集。
《科創板日報》：目前公司面臨的數據質量評估標準有哪些？公司的數據質量處于什么水平？
丁琰：我們將“可復現”作為數據治理的第一性原理，首創8道工業級數據質量評估體系，只交付100%可復現數據。
我們陸續收到了很多不同類型客戶的數據質量評估標準，我們在給客戶交付的時候，數據質量不僅符合這些標準，還遠超要求。
比如工信部規定畫面分辨率需達到640×640以上、頻率30赫茲，幀率穩定性2赫茲；而我們實際的指標分別為1280×1280、60赫茲，幀率穩定性更是達到1赫茲左右，在構建生態和市場推廣過程中，這一優勢為產品競爭提供了有力支持。
《科創板日報》：數據與模型的適配、模型與本體的泛化都十分重要，能否具體解釋你們是如何開展這兩項工作的？
丁琰：這其中的交互比想象中更為復雜，核心可分為數據、模型、硬件（本體，非數采硬件）三大板塊，同時數采硬件也起到關鍵作用。
數采硬件直接決定數據質量，而數據質量又會影響模型的智能上限，若數據質量不佳，模型訓練必然難以達到理想效果。當數據與模型完成適配后，還需部署到本體硬件上，若硬件本體性能不足，模型的實際效果也無法充分發揮。三者之間是相互影響、相互促進的關系。
這也是我們專門為UMI研發專屬機械臂的原因。我們即將發布一款最適配UMI數據的輕量型機械臂，希望通過算法與硬件的深度耦合，
讓數據、模型與硬件形成最佳配合，將整體性能與表現推向極致。
《科創板日報》：之前了解到你們的技術路徑在本體泛化性上表現突出，具體是如何實現的？
丁琰：以夾爪采集設備為例，我們的采集設備分為手持設備和機載設備。像宣傳片中展示的那樣，手持設備的夾爪上配備了攝像頭，會記錄夾爪的外觀畫面，同時還可搭載其他傳感器。
在實際部署時，只要機器人夾爪的外觀與攝像頭參數和手持設備一致，無論所搭配的機械臂類型如何，采集到的數據都可以相互共用，這就實現了物理層面的本體泛化。
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
