今年6月成立的行元智能计划于10月27日发布跨本体数据引擎“Chorus众行”。该引擎面向具身智能训练数据供给问题，试图将智能眼镜、胸戴相机、UMI设备等多源人类操作视频进行清洗与三维重建，使单份人类示范能够适配多种机器人本体。公司创始人杨世琦曾任北美机器人实验室研究员，其创业方向明确避开机器人硬件本体制造，转而聚焦数据与模型基础设施建设。
据行元智能披露的测试数据，在当前配置下，Chorus实现了约85％的有效数据转化率。通过适配16种机器人本体，1小时经过预筛选的人类视频可生成约13.6小时的跨本体动作轨迹；结合3倍指令增广后，最终实现约40倍的有效训练数据扩容。该流程涵盖原子动作识别、语义标注、三维运动重建、轨迹优化及跨本体映射等环节，目标是将不同来源的人类操作数据纳入统一处理管线。
杨世琦在创业前曾对国内具身智能产业进行数月调研。他指出，行业中部分团队倾向于以演示或论文形式呈现机器人学习能力，但系统如何持续迭代、能力如何规模化，往往缺乏明确路径。他认为，大语言模型的基础是词元，机器人基础模型需要解决的是行动维度的智能，行元智能的名称亦由此而来，团队希望进一步探索和定义机器人的“Action Token”。这一判断构成了公司不做整机、专注数据与模型体系的方法论起点。
机器人训练数据短缺是行业长期面临的瓶颈。早期遥操作采集成本高且场景受限，UMI等方案虽脱离本体限制，但仍未充分盘活现实世界中持续产生的人类行为数据。杨世琦认为，人类本身即是一种具身形态，直接利用人类视频是破解数据瓶颈的必然方向。但人类视频存在手部遮挡、视角变化、轨迹不完整等问题，且人体结构与机器人存在差异，未经处理的数据大多会在质量筛选中被剔除，这正是Chorus试图解决的核心问题。
在战略层面，行元智能明确不做硬件本体，也不绑定单一硬件。杨世琦解释，中国已拥有成熟且庞大的机器人硬件供应链，自建本体需要巨额资本投入，并可能拖慢软件模型迭代速度。工业客户需要的不是外形完整的人形机器人，而是能稳定完成特定工序的系统。这一取舍使公司资源集中于数据复用效率与模型迭代速度两个指标。
在部署路径上，行元智能主张模型不必等到具备近乎完美的自主能力才进入实际应用。当模型达到一定可用水平后即可部署至真实场景，遇到无法处理的情况由人工及时介入纠正，相关经验回流至训练系统。针对工厂环境中常见的分布外状况，公司设计了一套人机协作机制：机器人卡住时，普通工人可通过简单设备在2至3秒内接管，纠偏后交还系统继续执行。在物流等场景中，初期可由一名工人监督一台机器人，随着模型成功率提升再向一名工人监督三台演进。
杨世琦对产业发展阶段给出判断：具身智能本质上仍处于非标自动化阶段，距离机器人广泛承担通用劳动力可能还需三到四年沉淀，这也是各家企业实现突破的技术窗口期。他认为，现阶段行业应合力把技术落到实处。对行元智能而言，Chorus是这一探索的起点，其路径能否在真实场景中验证数据规模与模型能力的协同提升，将决定这家新公司在具身智能基础设施层的实际位置。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
