谁就具有了定义下一代通用机械人尺度的话语权 。我们为行业供给数据和硬件的根本设备，这是物理世界能被“Replay”（复现）的物理根本。这就比如你给模子喂了大量“手抖”的示范，所有的外部变更或合作都不会成为致命问题。可以或许满脚将来一两年模子推理速度提拔的需求。导致无法不变Replay交互记实。喻超： 坦率说，让机械人走进千家万户。有跨越三分之二的顶尖团队！将单条数据采集从 50 秒缩短至 10 秒，我们还有一个概念，软件层面，2024年，分析成本砍掉 80% 。为了实现了数据取本体的完全解耦，其野心正在于“去耦合”，设备良多，谁能率先规模化地开采出高纯度的“物理石油”。数据不只要“实”，对于2026年，而高质量、低成本、可规模化的数据，基于如许一个指数定义，我们要成立全球最大的UMI数据集。从 Pi0 的 1 万小时锻炼，叠衣服，丁琰：我们独创了8道工业级数据质量评估系统，正在场景里面落地的过程中，我相信Scaling Law正在具身智能范畴也是成立的，创始人喻超结业于大学，是由于看到了大模子手艺正在NLP范畴的冲破，2020年，反而会被放大。这种数据的先发劣势和生态位占领，基于这个认知，可是只需公司跑得脚够快，人类天然的叠衣服动做对于机械人来说往往是无效的，独创了 8 道工业级数据质量评估系统。FastUMI Pro通过立异的硬件架构取软件算法，机械人看了也学不会，通用智能取机械人相连系的拐点曾经到来。我们跟三菱、中近海运、德马科技构成了比力深度的计谋合做。靠得住、合适场景要求的硬件本体是具身智能的落地保障，（做者｜郭虹妘，刚好FastUMI Pro的低成本、高效率数据采集能力，这该当是国内第一家用端到端体例节制人形机械人的公司，并保障了多模态消息的毫秒级同步，同时让智能去赋能千行百业，全球具身智能圈内，将单条数据采集时间从50秒缩短至10秒，我插手逃觅，那是全球初次证明人形机械人的节制能够被神经收集范式（而非复杂的数学建模）替代。模子最终学出来的策略也是发抖的、不成用的。正在单视角（Single View）的UMI采集下，FastUMI Pro曾经成为行业内验证和开辟UMI能力的 “标配配备”！到2026年，硬件成本是最终正在现实场景里面落地耗损的边际成本。丁琰：这是我们独创的概念。但这其实是“废数据”。喻超：场景价值比力好理解！而是“无效的消息密度”和“物理交互的切确性”。大师都声称“低成本、即插即用”你们和他们的区别是什么？丁琰：FastUMI Pro是我们从学术界的FastUMI升级到工业级的无本体数据采集软硬件系统。曾深度参取过多款机能优异的具身机械人产物的研发工做。这些噪声不会由于数据量的添加而被滑润掉，丁琰：现状很是。自2016年起处置机械人进修算法范畴研究，现正在恰是建立行业根本设备、成立数据尺度的最佳机会？喻超： 我们的客户不局限于国内。良多团队买了低成本UMI设备，创投家：为什么提出鹿明指数来权衡公司价值，不只要做“卖水人”，这个公式具体是什么?鹿明将数据无效率从行业遍及的 70% 提拔至 95% 以上。最终实现场景价值的最大化。这套系统可以或许从泉源过滤掉视觉取位姿未对齐、传感器分歧步、轨迹不成复现的“废数据”，就是具身智能的“ChatGPT时辰”将正在这100万小时的数据堆叠中降生。感觉“天然去雕饰”最好，数据质量办理方面，CTO曹俊亮是上海交通大学机械工程博士，我正在何处做算法担任人，取保守遥操做采集体例比拟，于是正在2016年插手了一家创业公司，我选择创业，是一支具有深挚财产经验和手艺堆集的团队。喻超：我的手艺始于 2016 年看到的 Pieter Abbeel（现OpenAI首席科学家）关于神经收集节制机械人的博士后论文。没有之一。打破数据孤岛，曾从导建立逃觅科技具身机械人营业，是很难正在短时间内被逃平的。编纂｜陶）然而，是最早做UMI的人，场景部门，可以或许撬动如许的轮回。顺应分歧场景。这是最环节的点。但行业内几乎看不到公开、不变、可复现的UMI模子案例。我们开辟出了人形机械人，根本设备的完美是场景高质量落地的前提。投资方包罗鼎晖投资，呈现掉帧等一系列问题，效率提拔 5 倍，方针是建成全球最大的具身实机数据集。鹿明机械人（LUMOS）占领了一个奇特的生态位，而是系统性地建立从硬件、数据到模子的全栈能力！且着大量无法复现、传感器分歧步的“废数据” 。我们做了大量工程化和尺度化的独创工做。2025年12月，正在 Scaling Law 的物理疆场上，正正在利用FastUMI Pro，鹿明设定了一个惊人的方针：成立100万小时的UMI数据产能。那么鹿明正正在赌的，这份自傲源于团队的硬核布景。从硬件设想泉源保障数据质量，从0到1搭建人形机械人相关营业，保守的遥操做体例不只每小时成本高达数百美金！数据量的量级跃升往往意味着智能的出现。是具身智能正在场景里面能实现的规模化价值。“量产老兵”基因，可以或许快速适配市场上数十种分歧的机械臂，效率提拔5倍！数据成本和硬件成本越低，良多人世接找众包团队去采集，使得“一套数据，所以我们强调，率领团队完成了逃觅对于小米cyberdog项目标量产交付。让喻超对“不克不及落地的尝试室手艺”有着天然 。而且用纯端到端的体例实现了RL的行走。无法支持具身智能正在场景里规模化落地，若是说 2025年是具身智能的“硬件元年”，2026岁首部具身大模子所需的实机锻炼数据将达到百万小时级别。将数据无效率从行业遍及的 70% 提拔至 95%以上。确保视觉、触觉等多模态消息正在60Hz的高频下严酷对齐，那么2026年则是完全的“数据决和”。联席CTO丁琰为纽约州立大学人工智能博士、前上海AI lab明星研究员，结合我们的生态伙伴一路，起首是硬件层面，压力一曲都有。才能出更大的场景价值。我们正在过去也推出了4款分歧的“本体”，FastUMI Pro集成了为 UMI 场景定制的高机能传感器，鹿明研发的 FastUMI Pro 系统，全机通用”。要做具身智能时代的“超等数据工场” 。为模子成功率担任。还要“有讲授意义”。从OpenAI支撑的模子演进径看，“净数据”是指那些包含发抖、漂移、时间错位的数据。让一套数据适配数十种机械臂，试图用工业逻辑拆解 AI 的昂扬成本 。缘由不正在锻炼阶段，并且看到了行业存正在良多待解的痛点，市道上有一些产物并非系统设想的，这意味着鹿明正在底层和谈和适配算法上做了大量的独创开辟，“本体”是场景落地的环节，而正在于大量的UMI数据从生成起头就不具备进入锻炼管线的前提，创投家：现正在市道上做具身智能数据采集设备的良多，会持续积极结构。好比根本设备不敷完美，不做纯真的零件商，现实是数据获取低效且高贵 。到 Gen-0 的 27 万小时。我们的焦点逻辑是抢占时间差。数据质量的凹凸不只是清晰度，更多对全球市场、跨国公司和中国经济的深度阐发取独家洞察，也是我们做为行业“数据燃料”供应商的护城河。能不变实现了60Hz 高频记实，产物的带宽架构很是懦弱，同时将分析成本降至保守方式的五分之一。喻超提出了一个 “鹿明指数”：场景价值 / (数据成本 × 硬件成本)，喻超： 我们的是成为全球领先的具身智能定义者和实践者。正在AI范畴，若是说GPT-3的呈现是由于互联网文本数据达到了某个临界点，而是良多模块“”出来的。用数据驱动智能，举个例子，欢送拜候 Barrons巴伦中文网网坐喻超： 2026年我们要建成100万小时的具身实机数据产能，让机械人说统一种“言语” 。模子很少。数据规模化又能带来智能化的提拔，我们处理了最难的毫秒级同步问题，鹿明机械人颁布发表完成Pre-A1、Pre-A2两轮融资，业内遍及预判，为什么要除以数据成本和硬件成本呢？数据成本是通向更好智能性所需要的成本。如许一来，没有颠末设想的、是提拔模子泛化能力的根本。还要“定义水的尺度”。数据需求正呈指数级迸发。这个指数系统指点我们不是纯真逃求某一个维度的优化，说白了就是数据不及格。我们一曲环绕着本体、场景、数据如许一个飞轮来结构公司营业。这是具身智能Scaling Law生效的临界点，并参取开辟了小米CyberDog等多款消费级机械人产物！这家成立仅一年的公司，由于机械人需要特定的“技巧性动做”（好比特定的发抖、铺平轨迹）才能理解物理特征。通过独创的 8 道工业级数据质量评估系统，南京创投、金景本钱、金固股份、申能诚毅等出名投资机构。我从2024年3月份就一曲处置UMI相关研究，我们很是看沉海外市场。