深圳创企打造机器人“数据底座”数据采集效率提5倍、成本降到15
发表时间:2026-01-09 09:00:06
文章作者:小编
浏览次数:
与此同时,鹿明机器人宣布启动“FastUMI Pro智研加速计划”,面向全球学术研究者提供论文奖励基金,并宣布赞助ICRA 2026双臂机器人挑战赛。
鹿明自研的FastUMI Pro是业内首款量产的数采硬件产品,以“无本体模仿学习”为核心,在硬件架构与软件算法上进行了优化,将传统采集时间由每条50秒缩短至10秒,效率提升5倍,并将整体成本降至传统方式的五分之一。
该系统还实现了数据与本体解耦,能够兼容市面上的多种机械臂与夹爪,有效打破数据孤岛。
在数据质量方面,FastUMI Pro支持60Hz多模态信息高频记录,并通过8道工业级评估机制,将数据有效率从行业平均70%提升至95%。
从2024年Pi0模型的1万小时数据,到2025年Gen-0模型使用的27万小时UMI数据,具身智能模型的训练需求正在指数级增长。业内预计,2026年头部公司的数据需求将突破百万小时。
鹿明目前正以FastUMI Pro为基础构建系统化的数据采集产能,计划在2026年实现超过100万小时级别的UMI数据交付能力,并强调其交付数据“100%可用于模型训练”。
鹿明正在通过自研采集系统、高质量数据集、行业解决方案与模型训练服务,搭建起完整的数据生态,其路径也体现了行业当前“软硬协同+数据驱动”的发展趋势。
在场景拓展方面,鹿明已与三菱电机、中远海运等企业展开合作,探索物流、工业等方向的数据训练场景。
此外,FastUMI Pro所采集的数据将应用于柔性操作、装箱等具代表性的行业任务中,进一步测试其对实际模型训练效果的支撑能力。
未来,高质量且规模化的真机交互数据成为重中之重,将会主导新一代具身智能的方向。
鹿明机器人的布局,是一种从数据基础设施入手、串联模型与硬件的方案。未来的具身智能竞争将不止是算力和算法之争,也包括数据体系能力的比拼。这类能力的差距,或将成为下一阶段具身智能行业的关键分水岭。









