對話鹿明機器人：在具身智能的“數(shù)據(jù)荒”里，做一個送水人｜AI Founder 請回答

圖片來源：網(wǎng)絡(luò)

在具身智能的激進演進中，行業(yè)正迅速撞上一面無形的墻：數(shù)據(jù)荒。

如果說 2025年是具身智能的“硬件元年”，那么2026年則是徹底的“數(shù)據(jù)決戰(zhàn)”。從OpenAI支持的模型演進路徑看，數(shù)據(jù)需求正呈指數(shù)級爆發(fā)。從 Pi0 的 1 萬小時訓(xùn)練，到 Gen-0 的 27 萬小時。業(yè)內(nèi)普遍預(yù)判，2026年頭部具身大模型所需的真機訓(xùn)練數(shù)據(jù)將達(dá)到百萬小時級別。

然而，現(xiàn)實是數(shù)據(jù)獲取低效且昂貴 。傳統(tǒng)的遙操作方式不僅每小時成本高達(dá)數(shù)百美金，且充斥著大量無法復(fù)現(xiàn)、傳感器不同步的“廢數(shù)據(jù)” 。在 Scaling Law 的物理戰(zhàn)場上，誰能率先規(guī)模化地開采出高純度的“物理石油”，誰就擁有了定義下一代通用機器人標(biāo)準(zhǔn)的話語權(quán) 。

鹿明機器人（LUMOS）占據(jù)了一個獨特的生態(tài)位，不做單純的整機商，要做具身智能時代的“超級數(shù)據(jù)工廠” 。這家成立僅一年的公司，不僅要做“賣水人”，還要“定義水的標(biāo)準(zhǔn)”。

這份自信源于團隊的硬核背景。創(chuàng)始人喻超畢業(yè)于清華大學(xué)，自2016年起從事機器人學(xué)習(xí)算法領(lǐng)域研究，曾主導(dǎo)構(gòu)建追覓科技具身機器人業(yè)務(wù)，并參與開發(fā)了小米CyberDog等多款消費級機器人產(chǎn)品。CTO曹俊亮是上海交通大學(xué)機械工程博士，曾深度參與過多款性能優(yōu)異的具身機器人產(chǎn)品的研發(fā)工作。聯(lián)席CTO丁琰為紐約州立大學(xué)人工智能博士、前上海AI lab明星研究員，是一支擁有深厚產(chǎn)業(yè)經(jīng)驗和技術(shù)積累的團隊。

2025年12月，鹿明機器人宣布完成Pre-A1、Pre-A2兩輪融資，金額數(shù)億元，投資方包括鼎暉投資，南京創(chuàng)投、金景資本、金固股份、申能誠毅等知名投資機構(gòu)。

“量產(chǎn)老兵”基因，讓喻超對“不能落地的實驗室技術(shù)”有著天然警惕 。喻超提出了一個 “鹿明指數(shù)”：場景價值 / (數(shù)據(jù)成本 × 硬件成本)，試圖用工業(yè)邏輯拆解 AI 的高昂成本 。

鹿明研發(fā)的 FastUMI Pro 系統(tǒng)，將單條數(shù)據(jù)采集從 50 秒縮短至 10 秒，效率提升 5 倍，綜合成本砍掉 80% 。通過獨創(chuàng)的 8 道工業(yè)級數(shù)據(jù)質(zhì)量評估體系，鹿明將數(shù)據(jù)有效率從行業(yè)普遍的 70% 提升至 95% 以上。其野心在于“去耦合”，讓一套數(shù)據(jù)適配數(shù)十種機械臂，打破數(shù)據(jù)孤島，讓機器人說同一種“語言” 。

這是一個從“工具”到“平臺”，再到“生態(tài)”的精密布局。

對于2026年，鹿明設(shè)定了一個驚人的目標(biāo)：建立100萬小時的UMI數(shù)據(jù)產(chǎn)能。在AI領(lǐng)域，數(shù)據(jù)量的量級躍升往往意味著智能的涌現(xiàn)。如果說GPT-3的出現(xiàn)是因為互聯(lián)網(wǎng)文本數(shù)據(jù)達(dá)到了某個臨界點，那么鹿明正在賭的，就是具身智能的“ChatGPT時刻”將在這100萬小時的數(shù)據(jù)堆疊中誕生。

以下為創(chuàng)投家與喻超、丁琰的完整對話，略有刪減

創(chuàng)投家：為什么在這個節(jié)點選擇創(chuàng)業(yè)？

喻超：我的技術(shù)信仰始于 2016 年看到的 Pieter Abbeel（現(xiàn) OpenAI 首席科學(xué)家）關(guān)于神經(jīng)網(wǎng)絡(luò)控制機器人的博士后論文。那是全球首次證明人形機器人的控制可以被神經(jīng)網(wǎng)絡(luò)范式（而非復(fù)雜的數(shù)學(xué)建模）替代。

于是在2016年毅然決然加入了一家創(chuàng)業(yè)公司，這應(yīng)該是國內(nèi)第一家用端到端方式控制人形機器人的公司，我在那邊做算法負(fù)責(zé)人，我們開發(fā)出了人形機器人，并且用純端到端的方式實現(xiàn)了RL的行走。2020年，我加入追覓，從0到1搭建人形機器人相關(guān)業(yè)務(wù)，帶領(lǐng)團隊完成了追覓對于小米cyberdog項目的量產(chǎn)交付。

2024年，我選擇創(chuàng)業(yè)，是因為看到了大模型技術(shù)在NLP領(lǐng)域的突破，我相信Scaling Law在具身智能領(lǐng)域也是成立的，通用智能與機器人相結(jié)合的拐點已經(jīng)到來。

而且看到了行業(yè)存在很多待解的痛點，比如基礎(chǔ)設(shè)施不夠完善，無法支撐具身智能在場景里規(guī)模化落地，現(xiàn)在正是構(gòu)建行業(yè)基礎(chǔ)設(shè)施、建立數(shù)據(jù)標(biāo)準(zhǔn)的最佳時機。

創(chuàng)投家：為什么提出"鹿明指數(shù)"來衡量公司價值，這個公式具體是什么?

喻超：場景價值比較好理解，是具身智能在場景里面能實現(xiàn)的規(guī)模化價值。為什么要除以數(shù)據(jù)成本和硬件成本呢？數(shù)據(jù)成本是通向更好智能性所需要的成本。硬件成本是最終在實際場景里面落地消耗的邊際成本。數(shù)據(jù)成本和硬件成本越低，才能釋放出更大的場景價值。

基于這樣一個指數(shù)定義，我們還有一個觀點，基礎(chǔ)設(shè)施的完善是場景高質(zhì)量落地的前提。可靠、符合場景要求的硬件本體是具身智能的落地保障，而高質(zhì)量、低成本、可規(guī)模化的數(shù)據(jù)，是提升模型泛化能力的基礎(chǔ)。

基于這個認(rèn)知，我們一直圍繞著本體、場景、數(shù)據(jù)這樣一個飛輪來布局公司業(yè)務(wù)。“本體”是場景落地的關(guān)鍵保證，我們在過去也推出了4款不同的“本體”，適應(yīng)不同場景。場景部分，我們跟三菱、中遠(yuǎn)海運、德馬科技形成了比較深度的戰(zhàn)略合作。在場景里面落地的過程中，數(shù)據(jù)規(guī)模化又能帶來智能化的提升，這是最關(guān)鍵的點。

剛好FastUMI Pro的低成本、高效率數(shù)據(jù)采集能力，能夠撬動這樣的循環(huán)。這個指數(shù)體系指導(dǎo)我們不是單純追求某一個維度的優(yōu)化，而是系統(tǒng)性地構(gòu)建從硬件、數(shù)據(jù)到模型的全棧能力，最終實現(xiàn)場景價值的最大化。

創(chuàng)投家：詳細(xì)聊一下FastUMI Pro系統(tǒng)。

丁琰：FastUMI Pro是我們從學(xué)術(shù)界的FastUMI升級到工業(yè)級的無本體數(shù)據(jù)采集軟硬件系統(tǒng)。我從2024年3月份就一直從事UMI相關(guān)研究，是大陸最早做UMI的人，沒有之一。

我們做了大量工程化和標(biāo)準(zhǔn)化的獨創(chuàng)工作。首先是硬件層面，F(xiàn)astUMI Pro集成了為 UMI 場景定制的高性能傳感器，能穩(wěn)定實現(xiàn)了60Hz 高頻記錄，并保障了多模態(tài)信息的毫秒級同步，能夠滿足未來一兩年模型推理速度提升的需求。

軟件層面，為了實現(xiàn)了數(shù)據(jù)與本體的完全解耦，能夠快速適配市場上數(shù)十種不同的機械臂，這意味著鹿明在底層協(xié)議和適配算法上做了大量的獨創(chuàng)開發(fā)，使得“一套數(shù)據(jù)，全機通用”。

數(shù)據(jù)質(zhì)量管理方面，獨創(chuàng)了 8 道工業(yè)級數(shù)據(jù)質(zhì)量評估體系。這套體系能夠從源頭過濾掉視覺與位姿未對齊、傳感器不同步、軌跡不可復(fù)現(xiàn)的“廢數(shù)據(jù)”，將數(shù)據(jù)有效率從行業(yè)普遍的 70% 提升至 95%以上。與傳統(tǒng)遙操作采集方式相比，F(xiàn)astUMI Pro通過創(chuàng)新的硬件架構(gòu)與軟件算法，將單條數(shù)據(jù)采集時間從50秒縮短至10秒，效率提升5倍，同時將綜合成本降至傳統(tǒng)方法的五分之一。

創(chuàng)投家：現(xiàn)在市面上做具身智能數(shù)據(jù)采集設(shè)備的很多，大家都聲稱“低成本、即插即用”你們和他們的區(qū)別是什么？

丁琰：現(xiàn)狀非常殘酷。設(shè)備很多，模型很少。 很多團隊買了低成本UMI設(shè)備，但行業(yè)內(nèi)幾乎看不到公開、穩(wěn)定、可復(fù)現(xiàn)的UMI模型案例。原因不在訓(xùn)練階段，而在于大量的UMI數(shù)據(jù)從生成開始就不具備進入訓(xùn)練管線的條件，說白了就是數(shù)據(jù)不合格。

市面上有一些產(chǎn)品并非系統(tǒng)設(shè)計的，而是很多模塊“拼湊”出來的，這樣一來，產(chǎn)品的帶寬架構(gòu)非常脆弱，出現(xiàn)掉幀等一系列問題，導(dǎo)致無法穩(wěn)定Replay交互記錄。

創(chuàng)投家：“廢數(shù)據(jù)”和“臟數(shù)據(jù)”二者有什么區(qū)別？

丁琰：這是我們獨創(chuàng)的觀點。很多人直接找眾包團隊去采集，覺得“天然去雕飾”最好，但這其實是“廢數(shù)據(jù)”。 舉個例子，疊衣服，人類自然的疊衣服動作對于機器人來說往往是無效的，因為機器人需要特定的“技巧性動作”（比如特定的抖動、鋪平軌跡）才能理解物理特性。沒有經(jīng)過設(shè)計的、缺乏“信息密度”的自然行為數(shù)據(jù)，機器人看了也學(xué)不會，數(shù)據(jù)不僅要“真”，還要“有教學(xué)意義”。

“臟數(shù)據(jù)”是指那些包含抖動、漂移、時間錯位的數(shù)據(jù)。在單視角（Single View）的UMI采集下，這些噪聲不會因為數(shù)據(jù)量的增加而被平滑掉，反而會被放大。 這就好比你給模型喂了大量“手抖”的示范，模型最終學(xué)出來的策略也是抖動的、不可用的。所以我們強調(diào)，數(shù)據(jù)質(zhì)量的高低不只是清晰度，而是“有效的信息密度”和“物理交互的精確性”。

創(chuàng)投家：你們怎么保證交付的數(shù)據(jù)“100%可用于模型訓(xùn)練”？

丁琰：我們獨創(chuàng)了8道工業(yè)級數(shù)據(jù)質(zhì)量評估體系，從硬件設(shè)計源頭保障數(shù)據(jù)質(zhì)量，為模型成功率負(fù)責(zé)。我們解決了最難的毫秒級同步問題，確保視覺、觸覺等多模態(tài)信息在60Hz的高頻下嚴(yán)格對齊，這是物理世界能被“Replay”（復(fù)現(xiàn)）的物理基礎(chǔ)。

創(chuàng)投家：既賣采集設(shè)備，又賣數(shù)據(jù)集，還做機器人本體。你們到底想成為誰？

喻超： 我們的使命是成為全球領(lǐng)先的具身智能定義者和實踐者。我們?yōu)樾袠I(yè)提供數(shù)據(jù)和硬件的基礎(chǔ)設(shè)施，聯(lián)合我們的生態(tài)伙伴一起，用數(shù)據(jù)驅(qū)動智能，同時讓智能去賦能千行百業(yè)，讓機器人走進千家萬戶。

創(chuàng)投家：對于2026年，你們設(shè)定的核心里程碑是什么？

喻超： 2026年我們要建成100萬小時的具身真機數(shù)據(jù)產(chǎn)能，目標(biāo)是建成全球最大的具身真機數(shù)據(jù)集。這是具身智能Scaling Law生效的臨界點，也是我們作為行業(yè)“數(shù)據(jù)燃料”供應(yīng)商的護城河。

創(chuàng)投家：目前鹿明的目標(biāo)市場主要在國內(nèi)嗎？海外市場有哪些規(guī)劃？

喻超： 我們的客戶不局限于國內(nèi)。全球具身智能圈內(nèi)，有超過三分之二的頂尖團隊，正在使用FastUMI Pro，F(xiàn)astUMI Pro已經(jīng)成為行業(yè)內(nèi)驗證和開發(fā)UMI能力的 “標(biāo)配裝備”，我們非常看重海外市場，會持續(xù)積極布局。

創(chuàng)投家：作為一家初創(chuàng)公司，進入競爭激烈的具身行業(yè)的，你們會感到壓力嗎？

喻超： 坦率說，壓力一直都有。但是只要公司跑得足夠快，所有的外部環(huán)境變動或競爭都不會成為致命問題。

我們的核心邏輯是搶占時間差。到2026年，我們要建立全球最大的UMI數(shù)據(jù)集。這種數(shù)據(jù)的先發(fā)優(yōu)勢和生態(tài)位占領(lǐng)，是很難在短時間內(nèi)被追平的。（作者｜郭虹妘，編輯｜陶天宇）

更多對全球市場、跨國公司和中國經(jīng)濟的深度分析與獨家洞察，歡迎訪問 Barron's巴倫中文網(wǎng)官方網(wǎng)站