机器人基础模型公司行元智能近日发布面向机器人预训练的跨本体数据引擎Chorus（众行），该引擎能够将来自不同设备的人类操作数据转化为适配不同机器人本体的训练数据。这一产品的推出，直指当前具身智能行业在数据环节的核心矛盾：采集规模持续扩大，但真正可用于模型训练的有效数据并未同步增长。
据行业反馈，部分具身数据厂商向模型厂商交付数万小时数据后，模型厂商仍无法确定这批数据能训练出何种结果。年初多家具身公司提出百万级数据采集目标，大半年过去，确有公司宣称已完成积累，但模型能力未见对应提升。问题集中在从数据采集到进入训练之间的加工链路：筛选缺乏细粒度标准，数据难以跨本体迁移，数据质量至今没有公认的评测机制。
一条原始数据要转化为机器人可学习的数据，通常需经过数据筛选、数据标注、动作转换、数据验证和反馈迭代五个环节。行元智能创始人兼CEO杨世琦指出，这条链路的大部分环节已可自动化，但实际操作中仍存在明显障碍。首先是缺少统一、细粒度的筛选与评价标准，一段画面清晰、动作完整的视频不代表对模型训练有用；其次是动作重定向难度大，不同机器人的关节结构、工作空间和末端执行器各不相同，人类五指抓取与夹爪抓取难以复用同一套动作轨迹。
行业同时存在数据处理分工混乱、过度依赖开源管线拼接等问题。行业讨论容易聚焦采集时长和轨迹条数，对数据处理环节、最终可用样本比例及下游任务改善情况披露有限，导致数据规模、可用数据规模和真正产生训练收益的数据规模被混为一谈。
当前具身数据主要来自四类来源：真机遥操作、仿真、UMI和人类第一视角视频。真机数据与目标机器人控制、传感器和执行环境接近，质量与部署一致性最好，但采集成本高且跨本体迁移困难；仿真数据易于扩量，却受限于物理引擎多年未有重大更新，在装配、抓取等富接触任务中Sim2Real差距明显；UMI降低了采集门槛，但本质上仍是项目制驱动的增量数据，多样性和扩展上限受采集组织方式约束；人类第一视角视频打开了更大规模的数据来源，却将压力转移至数据管线，需要处理设备差异、空间关系恢复和跨本体动作转换等问题。
Chorus的设计思路是从机器人学习和部署需求反推数据组织方式，而非单纯追求数据规模。该引擎不限制数据来源，智能眼镜、胸戴相机、腕部相机、UMI等设备采集的数据均可接入，并采用基于学习的方法处理不同设备在拍摄视角、画质和深度信息上的差异。在具身智能行业从采集竞赛转向数据利用率竞争的阶段，数据管线的完整性与可验证性正成为比采集量更关键的竞争维度。
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。
