从年夜厂到零部件厂商,都盯上了卖铲子的买卖。作者丨高景辉
编纂丨董子博
本年WRC逛完一圈,雷峰网(公家号:雷峰网)最较着的感触感染是:本年的数据收罗装备,比去年多了不止一倍。
去年来WRC,数采方案年夜多藏于本体公司的展台角落,作为 模子练习的配套举措措施 一笔带过。本年纷歧样了,不管范围巨细,不少展商都于本身的展位上留出了一块专门的区域,摆着手套、头环、相机,约请不雅众上手体验。
缘故原由其实不繁杂。当本体硬件的价格一起下探、年夜模子的架构线路逐渐收敛,行业的瓶颈正于从 有无身体、有无年夜脑 转向 有无充足多、充足好的数据来教呆板人干活 。谁能把高质量真实交互数据的获取成本打下来,谁就握住了下一个阶段的话语权。
恰是于如许的配景下,WRC 2026的展馆里呈现了5支来自差别标的目的的数采步队。他们身世差别、禀赋各别,入局逻辑也截然不同。咱们一家一家看。

01
上游供给链:复用现成技能,低成本入局第一类玩家,是原本做传感器及视觉硬件的上游供给商。对于他们来讲,做数采与其说是跨界,不如说是把已经经成熟的硬件技能换个“外套”,究竟传感器还有是那些传感器,相机还有是那些相机,只是从 卖给呆板人做感知 酿成了 卖给数据团队做收罗 。边际成本低,毛利率却有晋升空间。
他山科技于展台弄了个 桌面收纳挑战赛 。不雅众戴上他们的触觉感知指套TS-ECHO,再套一个ego头显,整理桌面上的杂物,视觉及触觉信息就同步收罗下来了。指套能及时捕获接触、受力、滑移这些旌旗灯号,及第一视角的画面逐一对于齐。他山科技的事情职员告诉咱们,他们判定高质量交互数据的要害,是无本体数采能以更低成本拿到多使命、多场景的操作数据,而触觉及视觉的交融,能帮呆板人更完备地舆解操尴尬刁难象的物理属性。这个判定自己不算新鲜,但指套戴上去确凿比想象中矫捷,不怎么影响手的正常勾当。

帕西尼的展示区主打一个观点—— 同源数采、多体联动 。不雅众戴上数据收罗手套,可以同时操控好几台差别构型的灵巧手,手部动作被及时重映照到多台终端上同步履行。现场事情职员注释,这暗地里的焦点是手套的尺度化数据输出及跨本体重映照技能——针对于差别灵巧手的枢纽关头极限、运动空间,体系会做差异化的适配,让收罗到的数据不绑订单一本体。说白了,就是一次收罗,多台呆板都能用。

途见科技于WRC开了场发布会,发布了一只柔性电子皮肤做的触觉数据收罗手套“TachinGlove”。此中有个技能细节叫 空抓无脏数据 挺成心思,意思是可穿着触觉装备常见的一个问题是质料自体态变会孕育发生噪声旌旗灯号,而这只手套的设计是只丈量真实接触,只管即便防止空抓时的虚伪旌旗灯号,后续数据洗濯的成本也能降下来。发布会上他们还有开源了首批全手触觉数据集,笼罩抓取、折叠、装置等20类操作使命,采用通用格局,兼容主流练习框架。

猿声科技的Magic Glove走的是模块化线路。及传统固定尺码的手套差别,它按照差别利用者的手型从头成立适配模子,还有能连续追踪触觉模块的位置变化。针对于传感器形变致使的数据污染,他们用了硬质基底设计,让收罗旌旗灯号更多来自真实外部接触,同时把布局做薄,只管即便不影响手部操作。现场的人提到一个数据:触觉传感模块于正常量程内的按压寿命到达300万次。对于在年夜范围收罗来讲,装备不变性直接影响差别时间、差别装备、差别收罗职员之间的数据一致性,这个参数确凿比 敏捷度多高 更其实。别的,模块化设计象征着织物部门可以零丁洗濯或者改换,持久利用成本能降下来。

奥比中光是从视觉范畴切入的。他们推出了无本体数据收罗硬件平台,集结EGO、UMI、WristCam三种形态,别离笼罩第一视角不雅察、腕部近场不雅察及手-物交互细节收罗。此中最受存眷的是EGO RGB-D,这是及蚂蚁灵波一路做的方案,硬件侧用奥比中光本身的Gemini 330系列双目3D相机,搭载自研深度引擎芯片MX6800;模子侧适配蚂蚁灵波的LingBot-Depth 2.0,用来补全深度缺掉、优化物体边沿。

综不雅这五家,配合特性很明确:手握焦点传感技能,做数采属在 降维入局 。究竟硬件是现成的,缭绕收罗场景做体系集成及软件适配就行。但反过来,他们的运营能力也有很年夜晋升空间,数据收罗的范围化,不只是纯真的硬件问题。

02
模子公司:数据是手腕,模子才是目的第二类玩家是模子公司。模子公司做收罗的起点很纯粹,自家模子练习缺数据,外面买的要末不敷用、要末欠好用,爽性本身做。对于他们来讲,数采装备是东西,数据飞轮才是方针。
自变量呆板人于WRC正式发布了QUANXTA Zero系列,一口吻出了三款梯度定位的硬件。G0是VR头显加违包加双力控夹爪的高规矩案,主打双臂协同、多步调持续功课这些高维繁杂使命;G1简化成头环加双夹爪,去失了重型违包,统筹精度及挪动性,办公室、小型试验室也能用;E0是入门款,只有一个轻量化头环,满意基础视觉及简朴操作记载,高校课题组及草创小团队拿来做算法验证比力适合。三款硬件同一数据输出尺度,收罗素材能无缝接入自变量本身的数据办事管线。此外自变量于现场设置了无本体数据收罗演示区域,利便不雅众直不雅地舆解具身智能数据收罗。


章鱼动力的展台摆了三款数采产物:鱼眼头环、肌电手环、外骨骼同构数采手套,合起来叫OctoSense。肌电手环的玩家本就未几,传统肌电收罗的老浩劫是个别差异,每一个人的肌肉布局、皮肤阻抗都纷歧样,A的数据收罗到的旌旗灯号无法直接给B用。但章鱼动力的方案听说做到了新人佩带即用,不需要增量练习,手部姿态及发力的还有原精度也还有不错,这就是所谓的“肌电跨个别零样本泛化”。别的,他们的手套自由度跨越20个,及自研的OctoH-Hand灵巧手同构,这象征着人类戴手套收罗的数据,可以近乎无损地对于齐到真机履行端。

厘清智能是一家本年建立的物理AI公司,从数据管线、收罗装备到模子架构都对峙全栈自研。此次WRC厘清智能带来了数采手套T1,用的是11 IMU方案,重量比力轻,延迟节制于2毫秒之内,合适需要高精度手势捕获及模拟进修的场景,佩带恬静度也是他们夸大的一个点。他们的EGO装备听说也行将发布。

德塔智能展示了一款头戴式装备,主打 功课即收罗 ,年夜概意思是一个轻量化头环戴于头上,人于真实情况里该干吗干吗,装备就把第一人称全景视觉及全身骨骼运动同时记载下来了。收罗者不需要学任何操作技术,不需要中止手头的动作,尽管功课,云云一来就能把收罗的门坎降到最低。

以上四家模子公司有一个配合点:数采是手腕,模子才是目的。他们的收罗方案、数据格局、标注规范都缭绕模子练习的需求来优化,数据使用效率理论上更高。这也难怪,模子公司下场做数采,本就是最瓜熟蒂落的一起,本身要练习模子,天然知道最知道该采甚么数据、怎么采数据。

03
数据 原居民 :延续先发上风第三类玩家,是最早把 具身数据 当主业来做的公司。他们没有本体硬件的包袱,也没有年夜模子的执念,从一最先就定位为数据基础举措措施提供商。
光轮智能此次WRC发布了全世界首个十万小时级全模态人类举动开源数据集EgoSuite-Open100K。总体范围10万小时,笼罩7年夜类情况、128类场景、15000多个收罗场景及15000多项使命,采用头部与腕部双视角,提供手部与全身位姿、语义标注及深度信息。但正由于光轮“卖数据,不卖装备”,本次WRC光轮展台的数采装备环境未从得悉。

ORIGINFLOW是一家去年景立的具身基础举措措施公司。他们本年WRC主打的产物是一只自研的神经肌电手环,收罗的是外貌神经肌电旌旗灯号,ORIGINFLOW想读到的是更早一层:动作发生以前,身体里已经经呈现的发力用意。手环戴于手段,收罗肌肉勾当孕育发生的微弱电旌旗灯号,再经由过程模子反推出动作及发力用意。这种旌旗灯号比终极动作提早约50毫秒,象征着呆板有可能第一次提早感知人的动作用意,而不是等动作发生后再被动辨认。
恺望数据2022年景立,最初做的是主动驾驶门路数据,2025年下半年才把重心转向具身智能。本年WRC恺望于展台搭了一个真实场景化体验区,不雅众可以近间隔不雅摩、切身介入真实场景数据收罗的全流程,从数据收罗、标注到数据集交付,可视化演示数据怎么赋能呆板人看清情况、读懂场景、精准决议计划。

一个彩蛋:有派别据公司没来现场,但数采手套产物遍布各年夜展台,猜猜是哪家公司,知道谜底的读者可以于评论区留言。

今朝来看,这几家“生而为数据”的公司仍有必然的先发上风,究竟客户认知、收罗经验、交付流程,都是时间堆出来的。但压力也同时存于,当上游及下流本年都于亲自下场,中间层的买卖会不会被两端挤压,是他们要提早回覆的问题。

04
灵巧手公司:自研需求驱动,绑缚发卖第四类玩家是灵巧手公司。他们做数采的逻辑很朴素:本身的灵巧手需要数据来练习,而收罗手套及灵巧手于运动学上自然同构,随手就把数采方案做了,还有能及硬件绑缚发卖,提高客单价。
强脑科技的数采矩阵分了三层,呈金字塔布局。塔尖是真机数据,由双臂轮式数采平台收罗;中层是高质量人类中央数据,由RevoHuman高精度外骨骼触觉手套收罗;塔基则是RevoEgo头环收罗的人类第一视角视频加之仿真数据。WRC现场重要展示了轮式双臂+手套的真机收罗,搭载21自由度全掌触觉灵巧手,笼罩全身64个自由度的运动节制,同步记载头部情况视觉、手部视觉、呆板人运动状况、全掌触觉反馈及语音场景描写。

灵巧智能的产物线比力多。DexCap是穿着式遥操数据收罗体系,用轻量化外骨骼布局,经由过程高精度动作捕获及触觉反馈记载手部细微动作;DexTele是遥操作数据收罗体系,集成为了市道上主流的机械臂及人形臂,经由过程高精度、低延迟的遥操作复现繁杂姿态操控,同步收罗视觉、触觉等多模态数据。别的还有有OptiUMI、TriUMI等多条产物线,别离解决差别场景下的收罗需求。硬件以外,他们还有做了一个DexStream全栈数据管线平台,对于收罗到的动作轨迹、物体轨迹、多视角视频举行对于齐,经由过程3D仿真、骨骼动画重修操作历程,把原生数据加工成可用在练习的格局。

灵心巧手展出的是Linker Open TeleDex数据收罗体系。这套体系的特色是 开放式 ——撑持多种外接装备、多种机械臂、多种灵巧手的硬件搭建系统,同时收罗视觉、触觉、本体感知三重模态数据,提供从硬件集成到数据交付的完备闭环。灵心巧手于海内高自由度灵巧手市场的份额不小,做开放式数采体系的逻辑也很顺:既然许多客户都于用他们的灵巧手,不如随手提供一套适配性强的收罗方案,既降低了客户的数采门坎,也加强了客户粘性。
对于在这三家灵巧手公司来讲,硬件是进口,数据是增值。他们的收罗手套往往及自家灵巧手深度适配,自由度、触觉结构、运动学模子都连结一致,收罗到的数据可以直接用在练习搭载同款灵巧手的呆板人,跨装备映照的损耗小。但界限也很较着——他们的数据自然聚焦在手部操作,对于在全身运动、导航避障、情况交互等更广泛的具身数据可能会稍显不足。

05
年夜厂:从硬件、场景到云办事的生态闭环末了一类玩家,是资源最雄厚、结构最周全的互联网年夜厂。WRC 2026上,京东以600平方米的展区表态,发布了完备的呆板人战略。
展台最焦点的位置,复刻了一个真正的家庭办事场景。一名京东家政姨妈像一样平常上门办事同样,做地面清洁、物品收纳、台面收拾,及她一同功课的还有有一台遥操作呆板人。姨妈戴着京东云自研的JoyEgoCam头戴式装备,第一视角实操画面、手部动作、身体姿态、操作节拍都被完备记载下来。数据传到体系后,颠末去畸变、文本描写、相机姿态预计、深度重修、手部重修、手物支解、主动标注等一系列处置惩罚,原始视频才转化为呆板人可以理解及进修的高质量数据。
沿着展台动线走,还有能看到数据怎样被处置惩罚、扩增、评测,终极转化为呆板人的现实能力。于数据收罗体验区,不雅众可以戴上JoyEgoCam一代、二代装备,模仿完成简朴的家务操作,第一视角画面及时同步到年夜屏上。二代装备已经经撑持手部、手臂及腿部动作捕获,还有能联合触觉手套、神经腕带等装备,记载更邃密的操作旌旗灯号。于数据处置惩罚展示区,可以看到一段原始视频怎样一步步酿成练习数据。
京东的上风很清晰,零售、物流、康健、工业、外卖,年夜量真实场景自己就于连续孕育发生数据。家政姨妈天天的家务事情、物流仓储职员天天的拣货搬运,这些原本就于发生的事情,自己就是有价值的真实世界数据源。别的,京东正于设置装备摆设全世界最年夜的具身智能数据收罗中央,规划两年内累计收罗跨越1000万小时高质量真实场景数据。与此同时,京东云基在LeRobot具身模子开发平台,把 数据+东西+算力+模子 整合为全栈办事,数据生意业务平台则笼罩家庭、餐饮、商超、零售等场景,已经与数十派别据企业成立互助。
年夜厂入局的影响是深远的。1000万小时的产能方针,假如顺遂推进,于范围上对于创业公司会形成很年夜的压力。而全链路基础举措措施及数据生意业务平台的推出,也可能重塑行业的数据畅通法则。但具身行业下场的年夜厂不止京东一家,可否经由过程数据成立护城河,还有需要时间验证。

06
结语用一句话总结逛WRC 2026的感触感染是:具身数据赛道,从未变患上云云拥堵。
五路雄师同场竞技,看似都于做数采,实则各有各的逻辑、各有各的界限。上游供给商手握焦点传感技能,降维入局成本低;模子公司最懂数据需求,飞轮效应强;灵巧手公司硬件绑缚慎密,数据适配性好;数据原居民拥有先发上风;年夜厂资源雄厚、场景富厚。
短时间来看,这五类玩家不会呈现直接的同质化竞争——他们各自办事在差别的客户群体及数据需求,差异化格式于将来一两年内仍将连续。但中持久来看,交融及洗牌不成防止。将来数据收罗比的是 谁能以最低成本出产出最高质量、最周全的多模态数据,并高效转化为模子能力 。这需要传感技能、硬件设计、场景运营、数据管理、模子练习的全栈能力,单一类型的玩家很难自力完成。
于雷峰网看来,可能的结局有几种:年夜厂依附资源及生态上风整合财产链,成为数据基础举措措施的主导者;原居民及上游供给商归并,形成 传感技能+数据运营 的复合型平台;模子公司自建闭环,经由过程数据飞轮成立壁垒,成为垂直范畴的带领者。也有可能几种格式并存,差别层级、差别场景的数据需求由差别类型的玩家满意。
不管哪一种结局,WRC 2026都将被记住。这一年,具身数据收罗从幕后走到台前,从一个办事环节酿成了战略进口。五路雄师的杀入,标记着具身智能的竞争已经经从 本体及模子 的上半场,进入 数据及场景 的下半场。而谁能于这场数据战役中胜出,谁就将握住具身智能从Demo走向量产的钥匙。


上车,带你看遍全世界 AI 顶会英华
可独家畅览:
专家演讲PPT
年夜会陈诉全文
热点论文解读
学术新星访谈

扫描上方二维码
或者点击「浏览原文」存眷专区。
雷峰网原创文章,未经授权禁止转载。详情见转载须知。