具身数据底座开卖，首发5100元：机器人训练数据有了新解法

允中 发自 凹非寺
量子位 | 公众号 QbitAI

8月18日，五一视界（51WORLD）“物理AI宏伟蓝图2030”发布会正式召开。

围绕AI从数字世界走向物理世界这一趋势，五一视界此次把目光进一步向下延伸到了物理AI的基础设施层，发布了两大具身智能产品：AperData具身数据底座、AperOne具身应用平台，同时首次披露“低空—太空—深空”三层空天战略布局

从数据生产，到机器人落地，再到空天探索，五一视界正在进一步补齐其物理AI的基础设施版图。

具身智能的下一道难题，不是模型，而是数据

过去几年，AI模型的能力增长，很大程度上建立在海量数字数据之上，但机器人面对的是另一个世界。

开门、抓取、分拣、整理、使用工具……这些看似简单的动作，需要机器人同时理解空间、运动、物体和人与环境之间的交互关系。

因此，具身智能需要的并不是普通视频，而是能够真实记录环境状态、动作过程和交互结果，并经过时间同步、空间标定和质量验证的数据。

但问题在于，这类数据很难获得。

目前，行业的数据生产主要依赖真机遥操作或分散式采集系统。

前者需要占用昂贵的机器人本体，由专业人员完成操作；后者则往往由不同厂商分别提供相机、传感器、采集软件和后端处理系统。

这导致一个尴尬的现实：采集完成，并不意味着获得了可以训练的数据。

画面模糊、曝光异常、多通道不同步、动作没有完成等问题，往往要等到数据上传甚至训练阶段才能发现。

一旦数据无效，设备、人力、带宽、存储和计算资源都可能被重复消耗。

于是，具身智能真正需要解决的问题变成了：如何以更低成本，持续生产更多真正有效的数据？

AperData：把具身智能的数据生产做成一套基础设施

此次发布的AperData，正是五一视界针对这一问题给出的答案。

AperData并非一台单纯的数据采集设备，而是一套覆盖采集、质检、处理、解算、评测和数据集交付的软硬件一体化数据基础设施。

首代产品发布即开售，首发价5100元/套

其核心产品由AperEgo采集硬件+AperOS数据平台构成，通过“采集终端+数据治理引擎+开放数据接口”，将真实世界的数据转化为可训练的数据资产。

这同时也给整个具身行业带来了三层变化：

第一层变化，是把“机器人采数据”变成“人直接采数据”。

传统真机遥操作需要占用机器人本体，采集人员通过遥操作系统控制机器人完成任务，不仅设备成本高，也很难实现大规模并行采集。

AperData则让人直接进入真实场景完成任务。

佩戴AperEgo后，采集人员可以直接完成开门、抓取、分拣、整理等动作；后续将发布的AperWristCAM和AperFinger，进一步补充手部动作与近距离交互信息。

这意味着，数据生产不再受限于机器人本体数量，而可以通过低门槛采集终端组织更多人员、更多地点同时开展数据生产。

第二层变化，是从“采得多”转向“采得准”。

AperEgo通过多目相机、IMU和硬件时间戳，构建第一视角多模态采集能力。

以四目版本为例，其总水平视场超过270°、垂直视场超过155°，向下视场超过100°；前视双目采用65mm基线，并通过高精度安装与标定设计控制空间误差。

同时，设备实现全传感器硬件同步，将视觉、IMU和音频统一纳入同步采集。

最终，AperData将具身数据的“一致性”进一步量化。按照发布信息，经过AperEgo与AperOS软硬协同处理后，交付数据的轨迹物理一致性可达99%

第三层变化，是把“无效数据”挡在云端之外。

更值得关注的是AperOS。

传统采集往往是“先采集、后处理”：所有数据先上传云端，再统一检查、清洗和筛选。

这样一来，很多动作没有完成、任务被中断、尚未进入正式采集状态的数据，也会被完整上传。

AperOS则把这一过程前移到采集端。系统可以在现场检查清晰度、曝光、丢帧率、多通道同步等指标，同时对采集过程进行初步识别和清洗。

无效片段可以直接剔除，正式采集出现问题则能够现场重采。

例如，一段30秒的采集真正有效的部分只有10秒，AperOS可以在端侧直接完成无效部分筛除，再将有效数据上传。

这不仅减少了返工，更直接改变了数据生产的成本结构：少传输无效数据，就意味着更少的带宽、更少的存储和更少的云端算力

最终，AperOS将项目管理、任务下发、现场采集、上传、预处理、质检、解算、评测和数据集交付连接起来，让数据生产从一次性的人工项目变成标准化流程。

发布会披露，AperData软硬一体方案在同等成本下，数据生产效率相比传统真机遥操作提升10倍以上

这也是AperData真正想解决的问题：不是让企业拥有更多原始数据，而是让每一份投入，都尽可能转化成有效数据。

AperOne：让机器人从“能演示”走向“能作业”

如果说AperData解决的是具身智能的数据供给问题，那么AperOne解决的则是机器人落地的“最后一公里”

机器人在实验室里能够完成任务，并不意味着它可以进入真实环境工作。真实场景存在大量动态变化，机器人一旦出现错误决策，试错成本远高于数字世界。

AperOne定位为具身应用闭环OS平台，构建了“重建—训练—评估—部署—运营”五阶闭环，将数字孪生、空间智能、仿真验证和机器人应用连接起来。

目前，这套方案已经在园区、场馆、商场、电站、矿山和工厂等场景进行验证。

从自主巡检、接待导览，到多智能体协同搬运；从危险源巡查，到有限空间侦察和管廊点检，AperOne试图推动机器人从“能够完成Demo”，进一步走向“能够真正承担工作”。

发布会同期公布的具身智能生态合作伙伴，横跨机器人本体、世界模型、灵巧操作模型与具身数据等关键技术层，形成从数据、模型到本体执行的多层能力协同，共同为推进2030年上亿具身走进物理世界而努力。

从低空到深空，物理AI的边界继续向外延伸

此次发布会上，五一视界还首次披露了“低空—太空—深空”三层空天战略。

低空层面，五一视界与影石Insta360合作，构建低空飞行器空域数字化仿真与试飞保障平台，让eVTOL在真正起飞前完成数字世界中的测试与验证。

太空层面，五一视界与环天智慧围绕高精度卫星遥感数据和“物理级可用”数据资产重建展开合作，并联合定制商业遥感卫星“地球克隆之星”ECS-1。

深空层面，则与深空探测实验室合作，将火星、月球探测任务搬进数字世界，实现深空任务的提前仿真推演。

由此，五一视界正在形成一条从自动驾驶、具身智能，到低空、太空和深空的物理AI能力链。

面向2030，五一视界要构建什么？

从数字孪生，到今天进一步布局物理AI，五一视界正在将过去积累的仿真、数据和数字孪生能力向更多物理世界场景延伸。

形成物理AI三位一体的基础能力，向上与芯片算力合作伙伴共建行业底座，中间层有“模型+仿真+数据”闭环能力做核心支撑，向下覆盖自动驾驶、具身智能、空天探索等多场景应用。

这套全栈体系不仅能支撑自身业务落地，也在逐步成为物理AI行业的通用基础设施。

当AI从屏幕走进现实世界，模型需要的数据也将从数字世界进入物理世界。

谁能够更低成本地获取真实世界经验，更高效地把这些经验转化为可训练、可验证的数据，谁就更有机会掌握下一阶段物理AI发展的基础能力。

8月18日的这场发布会，五一视界给出的答案已经从一个产品，扩展成了一张更大的图：

用AperData解决数据，用AperOne解决落地，再用仿真和数字孪生连接更广阔的物理世界。

而这，或许正是“物理AI宏伟蓝图2030”真正想表达的——

当AI开始进入物理世界，基础设施本身，也将成为新的竞争力。

划重点！AperData软硬件一体具身数据底座现已开放预定，首发价5100元/套，预订链接：https://unionimage-aperdata.ai/

*本文系量子位获授权刊载，观点仅为原作者所有。