9月23日，由中国经济信息社数字经济研究中心举办的新华未来机遇对话·闯关——从演示级智能到规模化应用具身智能高质量发展研讨会在京举行。北京元客视界科技有限公司产品研发副总裁陈溥表示，随着世界模型概念升温，机器人训练所需的高质量真实数据受到关注。数据从2D升维到4D、精度从厘米级提升到亚毫米级，是构建面向机器人的4D数据基座的关键。当前具身智能行业普遍存在模型泛化弱、实景落地效果不佳、场景适配性不足等问题，训练场景单一、动态数据不足、底层底座不统一是制约规模化落地的核心瓶颈。

2D视频不够用

在陈溥看来，人工搭建的理想场景与真实工业场景区别较大，2D视频无法完整表示三维空间和时间变化，采集数据维度和模态较为单一等问题，导致机器人只能做重复模仿工作，难以理解世界、预测未来并做出规划。针对上述问题，元客视界基于空间智能和三维重建等技术，打造了新的数据采集与训练范式，从三方面进行系统升级：一是维度升级，将2D数据升级为4D时空一致性数据，采集机器人与环境和物体交互过程中连续变化的全量数据；二是模态丰富，增加力觉和触觉交互数据，补齐物理接触层面的信息；三是精度提升，通过高精度动作捕捉技术将采集精度从厘米级提升至亚毫米级。

无本体数据采集的局限

对于无本体数据采集方式，陈溥认为，UMI方案适用于搬运、分拣等粗操作场景，但不适用于狭窄空间内的精细操作；数据采集手套因存在厚度，精密操作时存在贴合问题，采集到的力学数据存在偏差；肌电手环接近裸手状态，但肌电信号属于间接数据、存在个体差异，需构建数据库并经大模型学习后才能使用，目前仍处于早期试点阶段。陈溥指出，目前机器人数据面临的瓶颈中，视频数据是基础，但维度单一；人类动作数据是核心，但精度不足；而触觉数据则是行业盲区。他举例说，盲操作抓取等场景更多依赖力控和触觉，而这部分模态的数据很少。元客视界采取自研与行业合作的模式进行采集设备建设，涵盖4D视频、人体动作和力触觉，核心挑战在于力觉传感器的精准度和可工程化。

工业制造是重点方向

陈溥表示，元客视界将工业制造场景作为重点方向，首先解决工业级柔性制造的精准装配，从刚体或准刚体部件装配逐步攻坚至线束等软体物体交互，最终适配更复杂的非结构化场景。在多模态数据统一方面，公司建立了数据同步体系，以主模态为基准统一时空坐标，对不同的视频数据、力学数据做时间对齐，再通过关键帧和关键词做跨模态检索。数据这个环节正在成为具身智能行业竞争的一个焦点。模型架构在收敛，硬件方案在成熟，但高质量真实数据的稀缺仍然是制约泛化的核心瓶颈。4D数据、力触觉模态、亚毫米级精度，这些指标对应的是机器人在真实工业场景里完成精细操作所需的数据基础。