图片来自视觉中国

蓝鲸新闻1月13日讯（记者 武静静）具身智能的清脆仍在握续。正在拉斯维加斯举行的 CES 2026 上，具身智能已成为人人科技竞争与产业变革的核霸道点之一。开幕首日，英伟达 CEO 黄仁勋在主题演讲中直言：“机器东说念主鸿沟已考究迎来属于我方的‘ChatGPT 时刻’。”

热度清脆的同期目下，国内具身鸿沟公司一个要津的繁重和布局在于，怎么范围化的取得高质料的数据，促进具身智能模子的迭代，从而让机器东说念主更智能。目下头部的创业公司比如智元机器东说念主、星河通用、它石智航与鹿明机器东说念主等在以不同的维度破解数据繁重。

其中备受眷注的鹿明机器东说念主近期布告一语气完成 Pre-A1 与 Pre-A2 两轮融资，累计金额达数亿元。其中，Pre-A1 轮由鼎晖投资领投，南京创投、金景老本、金固股份跟投；Pre-A2 轮则由申能诚毅投资。

此外，生意化层面，建树仅一年多，鹿明机器东说念主已与三菱电机、中远海运等产业巨头达成计谋互助，围绕工业场景的智能化惩处决策伸开探索。

鹿明机器东说念主怎么惩处具身智能大量面对的数据繁重，又怎么念念考自身的生意化节拍，蓝鲸科技近日与鹿明机器东说念主中枢团队：创举东说念主兼CEO喻超、联席CTO丁琰及合股创举东说念主赵广智进行了一次深度对话。

鹿明机器东说念主创举东说念主喻超毕业于清华大学，2016 年着手始从事机器东说念主学习算法照应，曾负责搭建追觅的具身机器东说念主业务，参与开发过包括机器狗“铁蛋”在内的多款机器东说念主及花消电子产品。联席 CTO 丁琰则是纽约州立大学东说念主工智能博士，曾任上海 AI Lab 明星照应员。公司目下 70% 以上东说念主员为研发团队。

具身智能下半场的要津赛点：数据范围化

如若说整机才略决定了东说念主形机器东说念主的“上限”，那么数据则决定了它能否被有用检修出智能。数据量的量级跃升每每意味着智能的泄漏。

相关词在现实中，高质料、低成本、可范围化的数据网络，被公合计一个难以同期温暖的“不可能三角”。围绕这一繁重，行业迟缓分化出多条技巧旅途，不同企业遴荐的阶梯各有侧重：有的运用互联网数据或视频内容进行预检修，再通过强化学习和少许真机数据进行微调；有的以仿真为主，借助编造环境达成低成本、高成果的算法迭代；也有团队坚握真机网络，确信唯有着实数据智力检修出能应薪金杂具身模子。

真机数据是目下许多机器东说念主公司都在布局的标的，人人也在这个方进取延续改进，从2024年Pi0模子的1万小时真机数据，到2025年Gen-0模子使用的27万小时UMI数据，业内东说念主士大量瞻望，2026年的头部算法公司的检修数据范围势必会冲破百万小时。跟着需求的快速增长，具身智能数据阛阓也将迎来爆发。

目下国内机器东说念主公司对获取真机数据的步调也不同，大部分的格局是通过遥操真机获取高保真交互数据，鹿明机器东说念主遴荐了不同的路：通过UMI（无践诺师法学习）范式攻克着实数据延迟性瓶颈。

UMI 最早由学术界提议，其主义是用一套接济的数据抒发与网络范式，袒护不同形态、不同摆脱度的操作系统。通过将东说念主类示教、视觉感知和操作轨迹映射到一个与具体机器东说念主形态无关的中间空间，即当机器东说念主“身段”延续变化时，操作才略是否不错被复用和搬动。比拟为单一机械臂、单一场景定制数据集，UMI 更强调跨践诺、跨任务的一致性，使并吞份操作数据能够在不同硬件平台上被连合和学习。

“鹿明但愿积贮行业最多的真机数据，打造最多场景落地的硬件践诺，进而与生态互助，共同鼓舞具身智能的‘ChatGPT时刻’到来”，喻超向蓝鲸科技暗示，鹿明通过提供从数据网络开荒、高质料数据集、行业惩处决策到合股模子检修的全栈劳动，构建完善的UMI数据生态体系，正从一家机器东说念主产品公司演进为一个以数据为纽带，联结硬件、算法、场景和互助伙伴的生态平台。

数据问题是个成本问题

{jz:field.toptypename/}

丁琰直言，面前具身智能行业在数据层面面对的并非单一瓶颈，而是一整套结构性问题。首当其冲的是成本与成果失衡。“目下网络一小时可检修数据，在好意思国的成本大致是 100 到 200 好意思元。”若按 GPT-3的7.9亿小时数据范围推算，干与将达到“数百亿好意思元”。与此同期，传统遥操作格局成果较低，“像叠穿戴这种任务，遥操作网络一次可能要 50 秒，但如若用FastUMI Pro，10 秒就能完成。”

其次是被永久低估的数据孤岛问题。现存决策多记载特定机械臂的畅通轨迹与视角信息，抢庄牛牛数据与硬件践诺深度绑定，“A 机器东说念主的数据，真实不可能凯旋给 B 机器东说念主用。”更深层的挑战来自数据质料自己。“许多公司不是莫得开荒，而是‘有开荒但没法检修’。”丁琰合计，时空对都不准、多传感器难以作念到毫秒级同步，以及硬件性能不及导致的掉帧、错频，都会碎裂作为与视觉之间的因果关系。

正因如斯，鹿明在推出多款机器东说念主践诺的同期，完成了 FastUMI Pro 数据网络软硬件系统的开发与量产，保证委派的数据“100%可用于模子检修”。

在其里面逻辑中，FastUMI Pro是撑握具身智能范围化的要津基础时局。在丁琰看来，硬件、数据与算法并不是零丁关系，而是一个强耦合系统。“硬件决定数据质料，数据决定算法性能，而算法会反向拘谨硬件盘算，任何单点不踏实，都会导致优秀模子无法出现，因此这是一个必须系统自洽的闭环。”

据他先容，通过 FastUMI Pro，鹿明将真机数据网络成果普及至传统格局的 5 倍，成本降至正本的 1/5，同期还能适配异构机器东说念主践诺。加上每一条数据都需经过 8 说念工业级评估过程，确保其具备高一致性、高密度和可复现性，将数据有成果从行业大量的 70% 普及至 95% 以上。

“FastUMI Pro正朝着具身智能的‘USB接口’标的演进。”喻超进一步讲解，“咱们正在构建具身智能的基础时局。鹿明的主义很明确——通过真机在场景中运营积贮数据，检修更优模子，为行业提供数据与硬件两大基础时局，鼓舞行业共建通用践诺与生态。”

同期，喻超还布告了一项颇具贪心的主义：在一年内变成超100万小时的具身真机数据产能，致力于栽植人人范围最大的高质料真机数据集。

分层考证场景，优先切入工业

生意化层面，合股创举东说念主赵广智告诉蓝鲸科技，“咱们会优先从工业切入，但工业自己也不是一刀切的。”他将落地任务拆分为三种不同难度：最基础的是规矩相对明确的pick&place类操作，其次是对力控和踏实性条件更高的任务，比如叠纸盒；再往上，则是对精度和一致性条件极高的场景，如 3C 电子产线中的插线与安装。这种分层旨在让系统在着实产线中逐级考证可靠性。

赵广智提到，在客户策略上，公司采选的是大客户优先阶梯，也曾与三菱、中远海运等头部企业达成计谋互助。“在三菱的一条产线技俩中，团队用不到两个月的时刻，将单个工序的坐褥节拍从 30 秒压缩到 12 秒”，赵广智先容称，这个甩抄自己，比任何技巧方针都更能阐明问题——具身智能不是“能不可作念”，而是“能不可快、能不可稳、能不可凯旋替换原有过程”。

与此同期，公司从一初始就将阛阓视线放在人人，而非局限于国内制造业生态。喻超在采访中显现，目下大产物身智能鸿沟内，有跨越三分之二的顶尖团队，正在使用鹿明FastUMI Pro。“2026年，鹿明预期营收范围在亿元级别。”

永久研究上，喻超暗示：“但愿积贮行业最多的真机数据，打造最多场景落地的硬件践诺，进而与生态互助，共同塑造通器具身智能的以前。咱们信托，数据将驱动智能，而智能将赋能千行百业，让机器东说念主走进千门万户。”

举报/响应