当宇树用侧空翻和功夫向群众讲明了其顶尖的小脑才略，当星河通用、星海图、千寻智能等公司正在把“通工具身大脑”推成行业的主流叙事。一切看起来振振有词——分解才略解决了，接下来即是大脑竞争的时期了。

但这里有一个被公众集体忽略的事实：宇树（们）贬责了，不代表行业解决了。分解收尾从未成为一个被闲居解决的问题，它仅仅极少数公司的特有才略。

本质情况是：头部具身大脑公司从来不把分解收尾当作他们我方的主场，它们的策略是绕开宇树最强的壁垒，先作念轮式或固定底盘机器东谈主。中常人形骨子公司在分解收尾上的追逐则更为沉重。而念念作念“机器东谈主界的苹果”的宇树，简略率经久不会作念跨型号适配的通用分解收尾平台。

是以，岂论是头部具身大脑公司，照旧中小骨子公司，分解收尾是它们早晚必须要补的一课。

统共这个词具身行业在数据蚁集的步地上，也呈现出摧眉折腰的各异。由于“大脑”公司密集扎堆，第三方数据工场为了追求规模效应，将绝大多数产能歪斜在操作数据鸿沟（Manipulation）。比较之下，甘愿深刻底层“小脑”的厂商稀稀拉拉，导致分解数据（Locomotion）在生意上因需求规模不及，穷乏第三方作事商甘愿为其作事。这迫使聚焦分解收尾的厂商只可在市面上采买衰竭数据，更多的是依靠自有团队进行自采。这种供给侧的罪状，使得分解收尾领域的数据愈加稀缺，而且高质地、高泛化的数据就更为匮乏。

“近两年，头部具身智能骨子厂商与上游企业已陆续把“数据”列入策略议程，仅仅这股趋势在不同方进取的落点并不平衡——分解收尾关系的数据栽培于今一经一派明白的凹地，致使不错说是“真旷地带””桥介数物的独创东谈主尚阳星对创投家暗示，“行业内现存的分解收余数据广博存在供应不及、质地杂沓不皆、构型与场景局限性大等问题，远远跟不上模子检修所需的规模。”

近日，专注于通用机器东谈主分解收尾基础方法的研发商——桥介数物，告示其自建的“跨骨子全身分解数据工场”矜重插足使用。而这个数据工场恰是为了解决行业“高质地的跨骨子全身分解数据”的缺位而建。

尚阳星诞生于1999年，华科本科，南科大保研，师从逐际能源独创东谈见解巍造就。桥介数物是他的第一个创业技俩，团队从寝室起步，2023年底拿到奇绩创坛的种子轮投资后，从2024年底到2025年8月的半年内，招引完成天神轮、天神+轮及Pre-A轮，累计金额近亿元——正轩投资、复星创富、潜能集团、隐山老本、明荟致远、沂景老本等机构接踵入场。

在具身智能这个广博亏本的赛谈里，桥介数物诞生第一年就接到了客户技俩，收尾了盈利。2024年8月的寰宇机器东谈主大会上，27家东谈主形机器东谈主厂商参展，桥介数物作事了其中逾越半数。对于一台未经调试的东谈主形机器东谈主，它最快一周能完成模子检修，让它走起路来。一个定制化技俩每每需要1到3个月。

近日，我们借着桥介数物“跨骨子全身分解数据工场”矜重启用的机会，与这位99年的年青独创东谈主，就分解数据的质地、泛化、检修等问题，张开了一次深度的对话。

▎以下为与尚阳星的对话全文，略有删减：

创投家：您先帮我们界说一下什么叫“高质地的跨骨子全身分解数据”？高质地高在哪？

尚阳星：要回复这个问题，先要回复“我们念念要什么分解才略”。

对通用全身分解模子来说，我们要的是一种能够进取兼容多模态动作意图、向下兼容不同骨子硬件、安全可靠、何况不错在复杂环境中持续进化的分解才略。

而这种才略对数据建议了更高的要求：不是孤单的分解轨迹，而是能同期保留全身协同、任务意图、战斗关系、环境落魄文、物理可行性和跨骨子复用价值的数据。

创投家：现存的分解数据形态存在哪些问题？

尚阳星：现存的数据形态，单独看都很难当然餍足这些要求：

动捕数据不错准确、结构化地记载东谈主体分解情景，但缺失环境信息以及东谈主和环境之间的精准交互；遥操作数据严格绑定特定机器东谈主骨子，硬件一换，复用价值就会权贵下跌；第一东谈主称视频蚁集在结尾和物体交互，不可完竣抒发躯干、下肢、要点和战斗之间的全身团结关系；第三东谈主称视频诚然能看到合座动作，但难以从中索取出准确合理的东谈主体动作。

这些数据各自都有价值，但单独都不及以复旧通用全身分解模子需要的数据闭环。

创投家：是以通过我们数据工场产出的数据是一种若何的形态？

尚阳星：我们把确切面向通用全身分解模子检修的数据钞票，界说为跨骨子全身分解数据（Cross-EmbodimentWhole-BodyMotionData，CWM），要求CWM至少同期餍足以下四个性质：

跨骨子可重定向性（Cross-embodimentretargetability）。并吞段动作必须能够通过斡旋的处理管线，在各异权贵的多种骨子上，产出物理自洽的检修样本。

全身阴事性（Whole-bodycoverage）。数据必须完竣抒发躯干、行为、手部、手指以及它们之间的协同关系，而不可只保留上半身结尾轨迹或下半身步态。

物理可行性（Physicalfeasibility）。一条及格的数据，不仅仅分解学平滑合理，还需在连接骨子上的能源学具备物理可行性，不可出现浮空、穿透、滑移、失稳、力矩超限等问题。

多模态性（Multi-sourceaugmentability）。及格的数据还需要同步蚁集东谈主体动作、语义标签、第一东谈主称视频、第三东谈主称视频、环境钞票和物体钞票。

餍足这四个性质的CWM数据，不是浅显蚁集就能获取，它需要好多的后处理才略被坐褥出来，这亦然我们栽培跨骨子全身分解数据工场的起点。

创投家：为什么说CWM数据“不是靠蚁集就能获取”？

尚阳星：对于全身分解收尾来说，数据要阴事的不仅仅几个圭臬动作，而是行走、回身、下蹲、搬运、执取、复旧、避障、收复平衡、战斗切换等无数招引动作组合。

我们里面的判断，要检修出一个确切通用的全身分解模子，最终需要数十万致使上百万小时级别的高质地CWM数据。在这个量级面前，少许数据在经久来看很难复旧起通用化，确切有价值的是能够束缚彭胀的数据规模。

全身分解数据的复杂性在于，它不是“蚁集的动作越多越好”，而是必须有正确的数据配方和严格的数据质地收尾。同期，每条数据还必须经过清洗、标注、重定向和物理考据。不然，大规模数据很容易变成大规模噪声。

因此，CWM数据坐褥必须被筹画成一套工业化坐褥体系，而蚁集仅仅其中一环。

创投家：这套工业化坐褥体系具体包含哪些方法？

尚阳星：一段动作从被筹画出来，到能进入检修集，还必须经过质检、跨骨子重定向、能源学与仿真增强、语义标注，以及来自模子检修侧的反馈闭环。

这其中，专科动作筹画东谈主员负责界说动作谱系，蚁集团队负责高质地同步录制，工程团队负责清洗、局面化、重定向和仿真回放，算法团队负责物理考据、检修反馈和数据筛选，博亚体育app中国官网入口质检团队负责把不可用样本挡在检修集除外。

这亦然CWM数据工场的中枢价值：用富厚的地方、开导、活水线、专科团队和质检体系，把通用全身分解数据变成一种可持续坐褥才略。

创投家：数据工场在筹画动作这个方法上是如何操作的？

尚阳星：通用全身分解模子需要一套持续扩展、能阴事形体协同姿首的分解空间。这套空间不可仅仅动作目次的堆叠，而要沿几条相互独处的干线填充。

领先即是按形体使用姿首组织，而不是按动作称呼充数。出动、姿态调遣、肢体协同、战斗切换和物体操作，这些基础维度是后续复杂才略的底盘。

其次我们会兼顾复杂地形、多东谈主交互与环境交互。复杂地形更正复旧策略，多东谈主交互引入空间协商，环境交互让形体分解与物体、战斗面和可达空间深度耦合。它们不可靠平川单东谈主动作外推，必须显式安排进蚁集计议。

第三，我们也会保留住执意行为与解放进展。脚本只界说任务领域，确切分解里还有无数没被写下来的部分：个体动作民俗、临场诊治和随意不测的本能响应。专科动作筹画东谈主员会在录制中给出意图与照看，同期保留饰演者按本人民俗完成动作的空间。

第四即是动作收复与失败兜底。模子能不可被部署，很猛进度上取决于失败时能不可稳住。失衡后的再平衡、碰撞后的避障回缩、非理念念姿态下的起身收复，这类样本每每稀缺，但告成关系到模子的安全领域。

创投家：CWM数据在蚁集历程中需要同步蚁集多形态的数据，这个蚁集历程是如何收尾的？

尚阳星：对，CWM的同步蚁集不是单纯录一段东谈主体动作，而是要在并吞段动作中同步回复四件事：分解意图、形体分解姿首、交互连接与环境。这自然要求东谈主体动作、视频、语义、场景被同步记载。

按刻下的蚁集轨范，一条完竣记载会尽量同步蚁集以下四类数据：

东谈主体动作（BVH），承载动作语义、形体协同、要点变化和姿态调遣；

原始视频，作为高价值的辅助信号，复旧视频动作补全与东谈主体动作索取，包含第一东谈主称和第三东谈主称视角；

场景交互钞票，提供动作发生的环境与物体落魄文，是把动作放进仿真环境的前置条款。主要蚁集两类：地形与场景钞票、可交互物体钞票。

语义标签，由专科动作筹画东谈主员、现场记载员和AI标注系统协同生成，界说动作领域、动作类别、场景和意图。

之是以必须同步蚁集，是因为全身分解的价值不在某一个单独模态，而在不同模态之间的对应关系。若是这些信号莫得对皆，我们就无法判断手部轨迹对应的是哪一帧物体战斗，也无法判断脚底受力是否对应刻下姿态，更无法考据这段动作是否真是不错进入检修集。为此，数据工场为统共蚁集开导成就了斡旋的蚁集时钟和工夫戳体系，来保证其对应关系。

创投家：对于跨骨子重定向这个方法，面前行业里通用的解决决策是什么？我们又是如何解决的？

尚阳星：重定向（motionretargeting）是把一段以东谈主体或某一参考骨子为坐标系的动作，迂曲为连接机器东谈主骨子上的轨迹。业内广博的操作姿首是以东谈主工为主的调参历程，每个型号的机器东谈主都需要单独调试，只计划重定向这个方法，警戒丰富的东谈主简略也需要破钞几个小时/台。

而面前行业旧例作念法最大的问题在于：只计划了分解学，而莫得计划能源学。这就导致重定向仅仅师法了动作开头的轨迹，而莫得详细计划骨子的质地，轴距，摩擦力等成分，其遣散即是跨骨子泛化进度不达预期。

我们在算法层自研了重定向引擎，扶植“恣意动作×恣意机型×恣意地形”。输入同步蚁集的多维度数据，就不错输出适配各样骨子，而且详细计划了地形、战斗与要害成分的灵验遣散。工程层上，斡旋骨子抽象层让新机器东谈主仅靠URDF即可自动适配。而且，工场接管了流式与离线双模式，扶植边采边重定向，将逐条东谈主工调试的职责压缩至接近及时完成。

创投家：重定向之后的数据就不错告成用于模子检修了吗？

尚阳星：还有一个方法叫数据增强。

跨骨子重定向输出的是高质地候选轨迹，但候选轨迹还不是最终检修钞票。数据增强要作念的是持续把这些候选轨迹变成更可考据、更可检修、更容易被模子消费的数据。

我们沿三条旅途优化这些轨迹：能源学增强、仿真各样性增强、语义标注。

能源学增强：把优质样本放进连接骨子的能源学与战斗模子里，通过RL能源学后处理同期收尾追踪毛病和物理抗拒，让候选轨迹从“分解学上像”升级为“在连接骨子上能追踪、不穿透、不超扭矩、不违抗摩擦锥”。

仿真各样性增强：把并吞段动作放进不同的凭空环境里反复践诺，让CWM钞票的阴事密度成倍放大。补皆缺失模态，同期扩增视觉与场景各样性。

语义标注：AI标注系统辅助生成动作切片、动作类别、战斗情景、场景对象、任务语义、失败原因和才略维度等标签，由专科动作筹画东谈主员负责复核。

创投家：工场临了如何考据数据钞票的灵验性？

尚阳星：CWM数据工场的质地管理则要走两步：先沿坐褥链路作念分层把关，再用模子检修的遣散作念闭环反馈。

一条样本从动作需求走到检修集，要礼貌通过四谈独处的质检，也即是之前的筹画层、原始数据层、重定向层和增强数据层。四层把关共同把一条候选样本筛成可入检修集的钞票，但确切能不可检修出通用全身分解才略，最终只可由模子告诉我们。

检修侧会把每一次模子评估遣散，汇总成一份可回写的失败画像。失败画像会被告成写回到上游每一层，每一层再笔据这份失败画像诊治每一步的践诺策略。

两步合在沿途，数据工场就酿成了持续迭代闭环，将数据置于“筹画—蚁集—处理—检修—反馈”的闭环链路中，从而升迁单条数据的灵验行使率，让数据价值获取最大化开释。

创投家：面前数据工场的成本结构是若何的？运营情景如何？产出奈何样？

尚阳星：当今工场简略有几十名职工，地方规模简略是1000平米傍边。算上开导的采购以及运营成本，合座插足在千万级别。蚁集成本简略是数百元/小时。

畴前三个月，我们在里口试点中跑通了跨骨子全身分解数据工场的端到端链路。沿着这条链路，我们累计产出了近千小时的高质地CWM数据。用这批数据训出的全身分解模子，最终在十多款结构、驱动性能、质地踱步和惯量踱步各异权贵的足式机器东谈主上完成了要害考据。

下一阶段的重点，是从试点考据转向规模化坐褥。我们会把地方、蚁集棚、动捕开导、动作筹画团队、饰演者编制和算法/仿真/检修算力集群同期扩容，让前边跑通的产线在更大规模上富厚运转。我们的连接是在新工场落地后，早期阶段要酿成每月数千小时级、面向多构型机器东谈主的高质地CWM数据产出才略。

创投家：数据工场对于行业的价值是什么呢？

尚阳星：我们作为独处第三方的分解模子提供商，以及将来的通用操作系统提供商，我们的连接是面向全行业、适配统共机器东谈主。若是莫得我们这么的第三方变装存在，每家公司念念要达到一流的分解收尾成果，可能就必须我方来建数据工场，或者把这类数据集都买一遍。这个成本当下就得几千万，可能过一段工夫会更多。

另外，当今行业里有几百家东谈主形机器东谈主公司博亚体育app官网入口，我们料想即使将来最终照看，至少也会存在几十家，不错对标汽车厂商的数目。若是每家公司都从新来一遍，这是宏大的资源花费。