鹿明要為具身行業(yè)建一所“UMI數(shù)據(jù)超市”。

作者 |江宇

編輯 |漠影

過去一年，具身智能賽道在模型、硬件和應(yīng)用層面不斷取得進展，一個共識正在業(yè)內(nèi)逐漸形成：真正限制具身智能進一步Scale的，是真實、可復用的數(shù)據(jù)。

“目前機器人領(lǐng)域的發(fā)展，核心還是離不開訓練數(shù)據(jù)，”在近期的一次公開分享中，宇樹科技創(chuàng)始人王興興這樣概括他對具身行業(yè)的判斷。

也正因如此，數(shù)據(jù)問題正在成為具身智能進一步擴展能力邊界時，繞不開的核心約束。正是在這樣的背景下，鹿明機器人選擇了一條不一樣的路。

近日，鹿明機器人發(fā)布全球首款背包版UMI數(shù)采設(shè)備FastUMI Pro（背包版），并同步啟動真實場景數(shù)據(jù)采集計劃。

按照規(guī)劃，鹿明將在多個城市投放1萬臺背包版FastUMI Pro，進入工業(yè)、家庭、酒店、餐館、商場、辦公等六大真實場景，目標直指百萬小時級數(shù)據(jù)量，構(gòu)建面向具身智能訓練的規(guī)模化數(shù)據(jù)基礎(chǔ)設(shè)施。與此同時，鹿明“FastUMI Pro數(shù)據(jù)超市”也將上線。

這一動作，也讓鹿明首次以“數(shù)據(jù)基礎(chǔ)設(shè)施建設(shè)者”與“具身智能送水人”的身份，站到了具身智能行業(yè)的聚光燈下。

圍繞該數(shù)采計劃，機器人前瞻也與鹿明機器人聯(lián)席CTO丁琰進行了交流。

丁琰將這一選擇概括為一次“工程階段的推進”，要將采集推向更真實、更復雜的場景，讓數(shù)據(jù)真正覆蓋模型未來要面對的真實世界。

01.

當模型開始“卡在數(shù)據(jù)上”

具身智能不得不正視真實世界

在具身智能逐步走向真實應(yīng)用的過程中，數(shù)據(jù)的局限往往比模型能力更早暴露出來。

丁琰把數(shù)據(jù)采集拆成了清晰的階段：第一階段在數(shù)采場的里做采集，光線、環(huán)境、背景、人員管理都可控。

他提到，鹿明機器人在這一階段持續(xù)完善采集SOP、采集軟件與硬件迭代，以及對數(shù)據(jù)質(zhì)量的評估機制，“基本上在數(shù)采廠里可以實現(xiàn)自動運轉(zhuǎn)”。

但當任務(wù)難度抬升，模型開始被迫面對更復雜的物理約束與環(huán)境噪聲時，可控場景的數(shù)據(jù)分布很快會顯出邊界。

丁琰的一個判斷是：之所以行業(yè)里會出現(xiàn)仿真、視頻、強化學習等多種數(shù)據(jù)路線，很大程度上是因為不少任務(wù)在早期還相對簡單，多種方式“看起來都能做”�？梢坏┻M入更真實、更凌亂的作業(yè)場景，數(shù)據(jù)的真實性與一致性就會變成硬約束。

他舉了工廠質(zhì)檢場景為例：這不是在實驗室里“干凈環(huán)境”的抓取，是在復雜工況里完成更強約束的操作與判斷，“如果只是做一些簡單的仿真，或者其他東西就已經(jīng)很難去滿足這種客戶的要求了”。

在他看來，這也是為什么真實、可靠的真機數(shù)據(jù)最終不可回避：視頻數(shù)據(jù)可以訓練“看懂世界”，仿真可以擴展一定的組合空間，但當目標是“上手干活”，與物理世界交互的那部分能力，最終還是要靠真實交互數(shù)據(jù)來支撐。

換句話說，隨著任務(wù)復雜度上升，數(shù)據(jù)問題是決定模型能否繼續(xù)往前走的底層條件。

02.

為什么是背包形態(tài)？

讓數(shù)據(jù)從數(shù)采場走向真實場景

當“走進真實世界”成為下一階段的共識，新的問題隨之出現(xiàn)：真實場景數(shù)據(jù)如何穩(wěn)定采到、如何在采集當下就判斷好壞、如何把采集與后續(xù)訓練推理打通？

丁琰解釋稱：背包是一種“很天然的形態(tài)”。對UMI這種多傳感器采集系統(tǒng)而言，如果把數(shù)據(jù)完全離線存下來，數(shù)據(jù)量與吞吐會很可怕，很難有一個很好的離線存儲的方式，因此需要把數(shù)據(jù)落到隨身的計算單元上。

更關(guān)鍵的是，背包里的“小電腦”不只是存儲節(jié)點，也是質(zhì)量評估與任務(wù)管理節(jié)點。

丁琰強調(diào)，鹿明團隊非�？粗�數(shù)據(jù)質(zhì)量，希望采完一條數(shù)據(jù)能即時做質(zhì)量評估，告訴采集者好還是不好、為什么不好，否則采了一天的數(shù)據(jù)可能都是廢掉的，而且在較長時間里都不知道問題出在哪里。

背包形態(tài)使得這種“邊采邊評估”成為可能，同時也方便任務(wù)分配、打卡登記與人員管理。再疊加8小時續(xù)航，背包版FastUMI Pro在形態(tài)上更像一套可移動的標準數(shù)采工作站，讓采集真正能夠從可控場地走進工廠、酒店、餐館等開放環(huán)境。

03.

萬臺級真實場景采集

“大規(guī)�！北澈笫切袠I(yè)稀缺的工程能力

萬臺設(shè)備、六大場景、百萬小時真機數(shù)據(jù)量，本身就是一個足以引發(fā)行業(yè)關(guān)注的數(shù)字。

但更值得討論的，它隱含的門檻：當采集從少量樣本進入規(guī)�；A段，真正決定上限的往往是數(shù)據(jù)體系能否持續(xù)復用、持續(xù)擴展。

丁琰提到，鹿明之所以選擇在這個時間點把采集推向真實場景，是因為鹿明已經(jīng)完成了數(shù)采第一階段——自建“數(shù)采場”采集體系的打磨。光線、環(huán)境、人員管理全部可控，采集SOP、軟件系統(tǒng)、硬件迭代、數(shù)據(jù)質(zhì)量評估體系等條件全部具備。

同時，業(yè)務(wù)側(cè)也出現(xiàn)了明確的牽引：鹿明機器人在交付了100萬條數(shù)據(jù)后，客戶開始提出更進階的需求，希望獲得真實場景的數(shù)據(jù)，這推動團隊去探索更有價值、更有難度的采集方式。

放在具身智能行業(yè)，丁琰的判斷是：不同團隊在數(shù)據(jù)管線（數(shù)據(jù)生產(chǎn)、數(shù)據(jù)質(zhì)量評估、數(shù)據(jù)治理以及訓練形態(tài)）上，差異可能比外界想象得更早出現(xiàn)。

他把這稱為“數(shù)據(jù)決定的東西很多”：一旦選擇了某種數(shù)據(jù)管道，后續(xù)很多算法研究與訓練方式都會隨之變化。

更重要的是，鹿明所選擇的“無本體”采集方式在速度、擴展性和一致性上更容易形成積累優(yōu)勢：采集更快，數(shù)據(jù)積累速度更快；傳感器模態(tài)的擴展更順滑，數(shù)據(jù)處理管線也更容易復用；采（數(shù)據(jù)采集）、訓（策略訓練）、推（模型推理）在同一交互形態(tài)下保持一致，有利于把現(xiàn)場“不會的任務(wù)”更快轉(zhuǎn)化為可用策略。

這些點共同構(gòu)成了鹿明這番“大規(guī)�！眲幼鞯挠靡猓喊颜鎸嵤澜绲膹碗s性變成一套可運行的工程系統(tǒng)，并且讓系統(tǒng)能夠長時間、跨場景地穩(wěn)定產(chǎn)出。

04.

“采–訓–推”閉環(huán)

是數(shù)據(jù)基礎(chǔ)設(shè)施的核心能力

數(shù)據(jù)的價值，最終取決于它能否被快速轉(zhuǎn)化為模型能力。如果僅從產(chǎn)品層面看，F(xiàn)astUMI Pro是一套數(shù)采軟硬件系統(tǒng)，但從鹿明機器人的戰(zhàn)略路線看，它承擔的角色顯然不止于此。

丁琰在采訪中反復強調(diào)，鹿明已經(jīng)把“采–訓–推”的基建打通，這也是團隊敢把真實場景采集推向規(guī)�；牡讱庵�。

▲FastUMI Pro在工業(yè)及家庭場景的多個任務(wù)中，完成“數(shù)據(jù)采集-策略訓練-模型推理”閉環(huán)。

數(shù)據(jù)不是采完就結(jié)束，而是能被快速消化、快速反饋，進而反過來指導下一輪采集與任務(wù)擴展，也正是在這種閉環(huán)基礎(chǔ)上，鹿明機器人把“真實場景規(guī)模化采集”定義為下一階段的重點：用更多、更真實的場景數(shù)據(jù)，推高模型能力上限，突破模型能力的天花板。

與此同時，配套上線的“FastUMI Pro數(shù)據(jù)超市”，則把通用數(shù)據(jù)進一步產(chǎn)品化，嘗試以更標準的方式讓數(shù)據(jù)進入流通體系，用戶可直接通過其官網(wǎng)商城購買覆蓋多場景、多任務(wù)的標準化操作數(shù)據(jù)。

05.

結(jié)語：真實數(shù)據(jù)

是具身智能繞不開的底座

從背包版FastUMI Pro的推出，到萬臺級真實場景采集計劃的啟動，鹿明機器人所做的，并不只是一次新品發(fā)布或規(guī)模擴張。

丁琰在其小紅書帖子《2026具身數(shù)據(jù)基建戰(zhàn)》中寫道：“在模型之外，還有一個同樣關(guān)鍵、且在后期更難整體調(diào)整的因素：數(shù)據(jù)從哪里來，以及以什么形態(tài)進入系統(tǒng)。”

他提到，“從長期看，真正昂貴的并不是采集一次數(shù)據(jù)，而是反復重建整套數(shù)據(jù)體系。”在這條邏輯下，UMI讓能力擴展盡量發(fā)生在同一入口之上，數(shù)據(jù)基建保持相對穩(wěn)定，系統(tǒng)能力逐步疊加。

從行業(yè)角度看，當越來越多真實操作數(shù)據(jù)被系統(tǒng)性采集和利用，具身智能才真正具備走出實驗室和數(shù)采場、走向復雜現(xiàn)實世界的可能性。

而鹿明此次用萬臺背包版FastUMI Pro，把數(shù)據(jù)采集推向真實場景，本質(zhì)上是在回答一個更底層的問題——當數(shù)據(jù)成為決定模型上限的關(guān)鍵變量，誰能夠穩(wěn)定構(gòu)建真實世界的數(shù)據(jù)基礎(chǔ)設(shè)施，誰就將在下一階段的競爭中占據(jù)結(jié)構(gòu)性優(yōu)勢。