破解具身智能“数据荒”，对话鹿明创始人：数据采集效率提升5倍，成本降至1/5

来源：市场资讯

（来源：网易科技）

出品|网易科技《态度AGI》对话第47期

作者|崔玉贤

编辑|丁广胜

“2026年我们要建成100万小时的具身真机数据产能，我们目标是建成全球最大的具身真机数据集。”鹿明创始人喻超表示。

从2025年的10万小时数据集采产能到2026年100万小时，这不是大跃进，而是鹿明机器人独有技术优势下的绝对自信。

2026年开年，鹿明机器人召开了一场沟通会，带来了其自主研发的FastUMI Pro（无本体模仿学习）数据采集系统。UMI是一种通过便携式设备在真实环境中采集人类操作数据的技术，用于训练具身智能机器人，具有低成本、高兼容性和高效率等核心优势。

曾经这是一种比较冷门的具身智能集采方式，而现在却逐渐成为主流。鹿明机器人联席CTO丁琰是国内最早研究和推动UMI这种数据采集方式的从业者，从2024年博士毕业后就开始从事相关研究工作。如今，终于成为具身智能主流的数据集采方式。

据介绍，与传统遥操作采集方式相比，FastUMI Pro通过创新的硬件架构与软件算法，将单条数据采集时间从50秒缩短至10秒，效率提升5倍，同时将综合成本降至传统方法的五分之一。更重要的是，该系统实现了数据与机器人本体的解耦，可快速适配市场上数十种不同的机械臂和夹爪，有效打破了数据孤岛。

在丁琰看来，数据、算法、硬件是非常强耦合的系统，任何单点的失效都会导致一个优秀的模型不可能诞生。“数据决定模型的性能，硬件决定数据的质量，数据又会决定算法的性能，算法又反向约束硬件的执行和数据的设计。所以说这三环息息相关。”

这也是为什么有些公司采用UMI的数据集采方式产生了很多“废数据”，模型训练不好的原因。但鹿明机器人的FastUMI Pro从一开始就是为了模型的成功去做。

FastUMI Pro集成了为UMI场景定制的高性能传感器，能稳定实现60Hz高频记录，确保多模态信息的毫秒级同步。配合鹿明独创的8道工业级数据质量评估体系，从采集源头淬炼出“高纯度黄金数据”，使数据有效率从行业普遍的70%提升至95%。

据了解，鹿明机器人的数据集采标准不仅高于行业标准，而且高于个别企业提出的高要求。目前，全球具身智能圈内，有超过三分之二的顶尖团队，正在使用FastUMI Pro。

据悉，鹿明机器人的数据采集业务海内外客户已有几十家，包括全球最领先的具身智能算法公司和顶尖大学实验室等，目前公司数据采集与交付能力已接近满载。

在谈到营收时，鹿明机器人创始人兼CEO喻超认为2026年的目标将是9位数。

以下为网易科技等与鹿明机器人创始人兼CEO喻超、鹿明机器人联合创始人赵广智以及鹿明机器人CTO丁琰沟通的部分内容：

提问：鹿明的数据质量标准与行业标准的差异？

丁琰：其实我们已经陆陆续续收到好多家不同类型客户的标准，我们在给客户交付的时候，数据质量都能够符合、甚至远高于客户的标准。

提问：PPT演示中有非常完整UMI这种数据采集平台，也有很多本体的落地，在模型层面似乎没有看到太多的展示，鹿明在模型这块的规划是什么？

丁博：做任何事都会有自己的timeline。我就是做模型出身的，我之前一直在训模型，当时我们在做的时候就发现一个很大的问题——要想训一个非常好的模型，必须要有一个很好的数据管线，包括数据生产、数据评估、数据筛选，建立的过程本身就需要时间。

我们团队当时就决定，二选一的话肯定先选数据，不能上来就干模型，还希望把数据做到最极致。

因为模型架构拼到最后，大家拼的不是模型架构，而是模型数据的质量，这是一个行业公共的认知。到目前为止我们的数据管线已经完全搭建成功了，可以源源不断产生非常好的数据，目前阶段我们不会去训模型。

提问：具身智能企业采用了UMI的方式训练了之后，他们本身的模型能力，包括泛化性有哪些比较显著的提升？

丁琰：因为UMI本身最近才热起来的一个词，我虽然做的很早，但是整个行业做的其实挺晚的。应该是在2025年9月份左右。之前用的更多是遥操作，或者是一些数据去训自己的模型，现在大家逐步的才去买我们的设备，用我们的数据，可能未来三个月也会陆陆续续看到用我们的数据训出的模型，马上就要开源或者是发布一些新闻。

提问：从投资的角度展望一下2026年具身智能的融资热会热到哪些环节？

赵广智：坦率的说，虽然我做投资出身，但是现在已经不做投资了。我们目前思考问题的方式，其实不太按照这个方式去思考，我们更多的考虑到是在终局的时候这个行业需要什么。那毫无疑问一定是需要通用的具身智能体，那一定是数据。

数据、硬件和场景这三方面的能力是都要具备的。如果达到这样的未来，对我们来说其实很清晰，那就是数据是现在最重要的基础设施，我们把数据去夯实，然后在场景里面把通过数据基础设施的夯实，再去做场景的结合和落地。落地的时候自然结合我们的硬件，带动我们硬件的规模化，这个路线我们内部是非常清楚的。 提问：各家机器人公司在本体模型，数据、场景等能力都在布局，但是各家的侧重点可能是不太一样的。您认为说当下最重要的能力是什么？这几个能力的优先级是什么？

喻超：这三个要素里面，从原则来看肯定都是足够重要的，只是说各家卡位点不完全一样。对我们来说，早期的时候一定是数据，然后再加上跟场景，然后适配硬件。

提问：未来一年鹿明要做到多少营收？什么时候做到一个盈亏平衡？或者说我们要做多大的利润？

喻超：我们内部肯定是有关于这样的规划。但是我坦诚说一点整个行业包括我们在内眼光要放的更长线一点，应该锚定怎么去实现最终的通用智能。

营收的事我们很有信心的，今年我们的营收目标肯定是九位数。

提问：鹿明在To C方面产品的构想是什么？

喻超：团队有做 To C 产品的这种经验的，但当前不是公司的战略重点。

提问：鹿明成立到现在到未来的终局，目前正处于哪个阶段呢？

喻超：蓬勃发展的早期。

提问：数据库的话，采集过程中最难的是什么？是人还是流程？

丁琰：人，人还是人，流程只是为了人去设计的。建素材场的时候就会意识到很大的问题，人是最难管理的，非常非常难管理，他会有很多噪声。就举个例子，当时在给智元做数采顾问的时候，他们有一个任务，说机器人把门把手抓起来，然后推过去关上门，然后有些人他就会直接一推。结果达到了，但不是我们规定设计的任务，这种数据就很难训。