开云(中国)Kaiyun·体育官方网站-登录入口

一年五轮融资、金额数亿元，具身智能跑出一只后劲独角兽：鹿明机器东说念主。

昨年 12 月，它连拿两轮钱，融了几个亿；昨年上半年，它连融了三轮，近 2 亿元。

为啥成本疯抢？中枢之一是它研发的 FastUMI Pro 软硬件系统。

浮浅说等于"无用机器东说念主内容，也能采数据"的门径，2025 年下半年，国外的两家明星具身智能公司，Generalist 的新模子 Gen 0，以及 Sunday Robotics，都聘用了 UMI。

这种时代使得蓝本东说念主截止机器遥操作采一条数据要 50 秒，当今 10 秒就治理，成本径直砍了 80%，鹿明还搞 8 说念工业级检讨，以前行业里 70% 的数据能用，当今 95% 以上都是好数据。

它的中枢本领是"泛化"：一套数据，几十种机器东说念主都能用，冲突数据孤岛，让悉数机器东说念主都能 "互通有无"！鹿明机器东说念主的崛起，其实在说一个浮浅道理：具身智能要落地，先治理数据。

鹿明机器东说念主由前追觅科技东说念主形机器东说念主业务矜重东说念主喻超创立，喻超毕业于清华大学，自 2016 年起便深耕机器东说念主学习算法领域。联席 CTO 丁琰为纽约州立大学东说念主工智能博士、前上海 AI lab 明星筹划员。

从 2024 年 9 月建树，到破解行业数据艰辛，2026 年他们的野心是百万小时具身真机数据产能，建成巨匠最大的具身真机数据集。据称，巨匠具身智能圈内，有越过三分之二的顶尖团队，都在使用 FastUMI Pro，这一系统照旧成为行业内考证和开发 UMI 才智的标配装备。

也正因如斯，鹿明机器东说念主与智元机器东说念主、星河通用、它石智航一王人，被并称为"具身数据四小龙"。

最近，铅笔说念同多家媒体一王人，与喻超、丁琰就机器东说念主数据、买卖契机等话题相通，以下是对话精华。

铅笔说念：是什么让你下定决心出来创业？

喻超：2024 年，我看到了大模子时代在 NLP 领域的突破，我笃信 Scaling Law 在具身智能领域亦然建树的，通用智能与机器东说念主相联接的拐点照旧到来。

何况我看到了行业存在许多待解的痛点，比如基础设施不够完善，无法辅助具身智能在场景里范围化落地，当今恰是构建行业基础设施、建筑数据圭臬的最好时机。

铅笔说念：创业以来都作念了哪些事情？

喻超：基于我关于行业的默契，冷落了"鹿明指数"。鹿明指数 = 场景价值 / ( 数据成本 × 硬件成本 ) 。

在具身智能领域，真实拉开差距的，是落地成本。数据成本和硬件成本越低，场景价值越大。

基于这个判断，咱们也变成了一个更明晰的共鸣：基础设施是否进修，决定了场景能不行领路落地；硬件内容是否可靠、贴合场景，决定了能不行历久使用；数据是否高质料、低成本、可范围复制，决定了模子能不行在不同场景中"举一反三"。

这亦然为什么，咱们并不单盯着某一个才能作念优化。鹿明指数真实念念解决的，不是"单点起初"，而是举座效力。它提醒咱们系统性地搭建从硬件、数据到模子的完好才智。

一个具体的例子是，咱们自主研发了 FastUMI Pro 数据采集系统。通过这套系统，真机数据的采集效力擢升了 5 倍，成本裁汰了 80%。构建起从硬件、数据到模子的全栈才智闭环。

铅笔说念：如何看待数据、模子、硬件之间的关联？

丁琰：数据质料起初取决于数据采集硬件。采集硬件好不好，决定了数据质料高下，而数据质料又决定了模子才智的上限。淌若数据质料不好，模子不可能考验好。

然后是硬件。当数据与模子完成适配后，最终要部署到硬件内容上，淌若内容性能跟不上，模子的效力也很难完全进展出来。

这三者是互相影响的关联。也正因为这样，咱们最近会发布一款"为 UMI 量身打造"的轻量级机械臂，但愿它能最猛进度进展数据和模子的才智，把举座性能推到一个相比极致的气象。

铅笔说念：你们既卖开辟，也围绕数据。你们真实的中枢竞争力是什么？为什么客户会弃取你们，而不仅仅买一个"内容硬件"？

丁琰：在具身智能行业，淌若模子训不出来，那一切都没有益旨。

硬件不是一个伶仃的东西。传感器选型、数据处理面貌、数据如何被模子使用，这些是一个有机举座。咱们卖的并不是一个"夹爪"，而是一整套如何为模子提供高质料物理考验数据的解决有野心。

用 3D 打印也能作念出一个外形近似的东西，但重要不在"像不像"，而在于——它采的数据，能不行真实考验出模子。

咱们从阛阓得到的响应是，用咱们的开辟采集到的数据，是少有的能真实能把模子训出来的。

铅笔说念：你们和同业的各异具体体当今哪？

丁琰：经过万古期的探索，咱们反复考证了一件事：数据采集硬件和模子考验陶冶是分不开的。

淌若完全不作念模子，对考验莫得感知，就径直去作念硬件，那这个硬件基本是"废的"。

即便外不雅、传感器参数看起来不异，但内部的东西完全不不异。

举一个具体的例子：镜头选型。咱们用了高性能的领路级鱼眼镜头，是因为在高速领路采集时，世俗鱼眼会糊、会失真。

何况还有一个细节——动态归附才智。比如你把手挡住镜头，再减弱，世俗镜头可能要 3-4 秒才能归附，咱们的不错一刹归附。

对不作念算法的东说念主来说，这是小细节；但对作念模子的东说念主来说，这决定了任务是 0，如故 100，中间莫得"差未几"。

是以咱们在硬件上插足了大批成本，因为不这样作念，模子就训不出来。咱们的野心永久是提供能够用于考验模子的高质料数据，而 FastUMI Pro 是支捏具身智能范围化的重要基础设施。

此外，咱们提供的不仅是数据采集开辟、高质料数据集，更有行业解决有野心以及鸠合模子考验的全栈劳动，咱们构建了一个完善的 UMI 数据生态体系。咱们是一个以数据为纽带，连络硬件、算法、场景和协作伙伴的生态平台。

铅笔说念：你们的时代，为什么能作念到"不挑机器东说念主的躯壳"？

丁琰：我举个相比直不雅的例子。咱们在数据采集时，会用到两类开辟：一种是手捏开辟，一种是机载开辟。

手捏开辟推行上是一个夹爪，上头装了录像头，用来记载夹爪的外不雅和操作历程。在部署的时候，唯有机器东说念主夹爪的外不雅与录像头参数和手捏开辟一致，不管所搭配的机械臂类型如何，采集到的数据都不错互相共用，这就竣事了物理层面的内容泛化。

泛化才智推行上是一个"见过几许宇宙"的问题。夙昔的问题在于，数据采集慢、成本高、质料不领路，一个小时可能只可采三五条数据。但当今这种面貌，数据范围不错快速作念上去，何况质料是可控的。

铅笔说念：机器东说念主在工场的哪些才能，照旧能相比显著地擢升效力？

丁琰：举座来看，工场里的任务大要不错分红三大类，难度是逐级上涨的。

第一类是最浮浅的，比如规定相对明确的 pick&place，不波及力控。这一类场景是最好落地的。咱们之前在协作中，大要有 30% 的场景属于这一类。

第二类是对力控和领路性条款更高的任务，比如叠纸盒、包装，这类任务需要有劲响应，难度就上涨了一档，这一类也大要占 30%。

第三类是既需要力控，又需要精度，比如插线束、作念 PCB 关联操作，典型的 3C 场景。这类任务难度最高，对系统条款也最复杂。

这种分层的意旨在于，让系统在真实产线中逐级考证可靠性。

铅笔说念：你们的 UMI 数据采集门径，资金门槛相对较低，许多中小公司、初创公司都会优先弃取它。那对资金充裕的大厂来说，它会不会成为一种"操作数据"的平替有野心？

丁琰：对中小公司来说，UMI 是一个卓著好的起头，能够以低成本取得大范围的高质料真机数据；对大公司来说，跟着模子范围扩大，对数据量的需求达到海量级别，遥操作数据的成本过高，从产业角度看，它推行上是一个效力更高的数据解决有野心，会鼓励通盘产业单干发生变化。

铅笔说念：在数据采集历程中，最难的是哪一环？

丁琰：数据质料继续。数据必须作念即时评估，才能保证数据质料可控。

这亦然为什么咱们在数据评估和继续体系上插足了这样多元气心灵。咱们将"可复现"看成数据治理的第一性道理，建筑了 8 说念工业级数据质料评估体系，只委用 100% 可复现的数据。

不同类型的客户会给咱们冷落不同的圭臬，在给客户委用数据的时候，咱们的数据质料不仅王人备稳当这些圭臬开云(中国)Kaiyun·体育官方网站-登录入口，甚而还远高于客户的圭臬。