启元机器人HIL-UMI：后训练成本怎么降，数据采集快5.63倍

AI 正从数字世界迈向物理世界。能在真实环境里感知、推理并执行任务的物理 AI（Physical AI），被看作人工智能的一条重要去向。但物理 AI 要上规模，卡点不只在整机量产，真实场景里的数据开销、试错代价和任务泛化同样棘手。机器人能不能应付复杂环境、把实际任务干下来，成了研发和商业化落地的关键。

顺着这个方向，上纬新材把个人机器人当作切入口，本体、数据、模型三条线一起推。旗下启元机器人已经拿出启元 Q1、启元T1 两款消费级个人机器人，还把目光投向家庭等真实场景，试着让机器人从陪人聊天走到真正干活。近期，启元机器人首席科学家董豪牵头完成了 HIL-UMI 研究，引来不少关注。团队把“人在环路后训练”（Human-in-the-Loop Post-training）和便携式 UMI 数据采集拼到一起，不用真机执行也能采数据，再靠迭代训练把操作能力提上去，性能逼近100%，为压低后训练成本探出一条路。

HIL-UMI 是启元机器人搭建个人机器人物理 AI 能力的关键一环，想解决的是怎样用更便宜的数据闭环，让机器人在真实的家里持续学习、纠错和泛化。本体量产给了机器人身体，生态技能给了能力入口，HIL-UMI 补的则是物理 AI 的“真实世界学习闭环”：机器人在低成本数据里找出薄弱环节，迭代策略，提升泛化。

这条路和启元机器人的技术路线对得上。以个人机器人为起点，公司在围绕本体、数据、模型协同推进研发，希望机器人在真实场景里多干一些任务，再一步步走向商业化。物理 AI 要从屏幕走进现实，靠的正是本体、数据和模型三方面配合：本体提供身体，数据提供真实世界经验，后训练让模型在行动中不断进化。

过去一年，具身智能圈里聊 Scaling Law，大多盯着预训练，想用更大规模、更多样的数据训出泛化更强的基础模型。可机器人一旦走进真实场景，物理 AI 的竞争就从预训练模型能力挪到了真实场景的后训练效率上。怎样用经济、高效的后训练把泛化能力再往上提，也成了重要的研究方向。

HIL-UMI 的探索，也照出董豪长期盯的问题：摸清具身智能的 Scaling Laws，做出经济高效、通用多能的机器人系统。对想进家庭的机器人来说，泛化就是能适应不一样的物品、环境和任务。董豪在接受《42号电波》采访时说，团队正在推进面向家庭作业智能的新设计，希望机器人真能揽下收衣服、叠衣服、整理物品这些家务。他还提到“横向 Scaling Law”的设想，盼着机器人掌握的任务越多，学新任务要用的数据量能一点点降下来。

从 HIL-UMI 的技术探索，到面向家庭的作业智能，启元机器人及董豪团队近期研究里有几个重点值得梳理。

物理 AI 落地卡在哪，后训练怎么让机器人从单任务走向通用能力

1.从数据规模到任务规模，董豪提出具身智能的二维 Scaling Law

以往具身智能摸索 Scaling Law，主要围着模型规模、预训练数据量和数据多样性转，指望靠扩大训练规模拿到泛化更强的基础模型。董豪把注意力往后训练上挪了一步，提出“任务数量—数据量”的二维 Scaling Law，关心的是机器人掌握的任务越来越多之后，学新任务所需的数据量能不能渐渐减少。

照这条 Scaling 路径走，预训练负责打基础操作能力，后训练面向具体任务和环境，把成功率、纠错能力和执行可靠性提上去。机器人若能拿已有任务攒下的经验压低新任务的后训练成本，就有机会用更低的代价扩展通用操作能力。这正对应物理 AI 从单任务走向通用能力的关键：不能每学一个新任务，都从头采大量真实数据。

2.HIL-UMI将人在环路后训练与真机执行解耦，改变数据采集和策略优化流程

传统监督微调（SFT）靠任务示范更新模型参数，可静态数据很难覆盖机器人实际执行时碰到的异常状态。过去的 HG-Dagger 及其衍生后训练方法能覆盖这些异常：把机器人放进真实环境干活，一出错就由人接管纠错，再把错误数据回流去训练模型。这类方法能针对模型短板优化，问题是依赖真实机器人反复执行任务。要覆盖大量家庭环境，硬件部署、人工操作和数据采集的成本会迅速往上蹿。

团队因此提出把“人在环路后训练”（Human-in-the-Loop Post-training）和便携式 UMI 数据采集结合起来的学习方法。人拿着便携设备采集时，出了问题也能收到提示，再用新增经验更新模型。这种范式把规模化的成本大幅压低，成功率和规模化后训练的难题可以一并解决。

HIL-UMI 的关键创新，在于把交互式后训练的数据采集和真实机器人执行拆开，同时让模型参与数据筛选和后续训练。

具体来看，研究用 UMI 便携式数据采集设备，让人手持夹爪做操作示范，采集现场不必摆整台机器人。另一边，VLA 模型接收相同的视觉观察，预测自己会采取的动作，再用 Energy Score 比较模型预测和人类操作的差异，找出还没掌握好的状态，指导有针对性的数据采集。团队还加了任务进度优势估计器，评估动作对任务进展的贡献，并用优势条件行为克隆更新策略。模型更新后，下一轮采集继续盯着新的薄弱环节展开。

这样一来，HIL-UMI 在数据采集、数据筛选和模型优化三个环节上形成迭代流程，后训练对真机交互的依赖随之减少。

3.四项任务验证后训练效果，数据采集速度达到真机方法的5.63倍

研究团队在 Franka 机械臂上测了叠毛巾、清理桌面、叠积木和盖章四项任务。

同样的每轮新增数据预算下，HIL-UMI的任务进度评分（TPS）一路走高，整体压过普通UMI示范数据加监督微调（SFT）的做法。把优势估计机制拿掉之后，模型表现出现下滑，这也从侧面印证了该机制对后训练效果的贡献。

清理桌面这项任务里，HIL-UMI采数据的速度是真机HG-DAgger方法的5.63倍。

眼下HIL-UMI的验证还集中在单臂任务上。董豪团队正试着把它推到双臂、多机以及多地点数据采集上，目标是日后撑起大规模后训练。

这条路子给物理AI的规模化提供了一个技术选项：真实操作数据的采集成本降下来，数据利用效率提上去，机器人就有机会以更可控的投入持续学新任务，复杂家庭环境里的操作能力扩展也有了支撑。

物理 AI 下一站：从通用能力到家庭作业

1.从深度学习到具身智能，启元机器人首席科学家董豪兼顾技术研究与产业应用

启元机器人看重具身智能技术的实际应用与商业化落地，首席科学家董豪本人也是学术研究和产业实践两头都沾。

2012年从帝国理工学院硕士毕业后，董豪全职创业约三年，想把AI技术做成实际产品，也实打实体会了产品成本与商业竞争的压力。2015年，他回到帝国理工学院读博，方向是深度学习，期间开发了TensorLayer等开源工具。2019年博士毕业后，他进入北京大学，研究重心慢慢转到机器人操作、强化学习与策略泛化上。

最近几年，他把重点进一步延伸到具身智能Scaling Laws，想做出“经济高效、通用多能的机器人系统”（Economical and Versatile General-purpose Robot Systems）。

机器人能不能完成任务，已经不够了。用多少数据、多少时间、多少成本完成，才是董豪研究里逐渐摆到核心位置的问题。

在《42号电波》的采访中，他说得很直接：评价一项研究的重要标准，就是达到相同任务成功率要花多少时间和成本。这个取向，和启元机器人的产品目标对得上。

2.启元机器人以个人机器人切入物理AI，布局本体、数据与模型协同研发

2026年1月，董豪加入启元机器人，出任首席科学家，管具身智能模型研发和技术战略布局。

启元机器人是上纬新材布局消费级具身智能的业务品牌，主攻个人和家庭场景。

启元机器人在2025年底推出首款小尺寸、全身力控人形机器人启元Q1，2026年又发布启元T1；到9月，两款产品正式开卖，基础版定价均为19999元。第5000台个人机器人正式下线，规模化制造、供应链协同、量产交付这几方面均取得阶段性进展。

个人机器人在真实环境里怎么运动、怎么感知、怎么交互、怎么执行任务，启元机器人正从本体、数据、模型三个层面铺技术储备。

本体上，启元Q1定位全球首个个人机器人，面向孩子、科技潮玩者和极客开发者；启元T1定位全球首个可变形个人机器人，人形和轮式形态能来回切换，做全场景陪伴。模型上，公司已经铺开运动控制、多模态感知和交互能力，也在做面向实际操作任务的数据采集与模型学习研究。

硬件产品之外再加上具身模型研究，启元机器人正围着个人与家庭场景攒物理AI的技术能力。

3.从交互陪伴走向家庭作业智能，大规模后训练成为下一阶段重点研究方向

现阶段，启元机器人的产品主要落在交互陪伴、娱乐创作及开发者应用上。往远处看，公司想把家庭作业场景也拓开，让机器人真能干活做家务。

董豪在接受《42号电波》采访时说，团队正把“作业智能”当成下一阶段的研发重点，希望机器人能收衣服、叠衣服，内部已经在推和现有产品不一样的新设计。

工业生产里的任务和环境相对固定，家庭场景就复杂多了。各家各户的空间布局、物品种类、摆放方式都不一样，同一项家务，机器人也得适应不同的操作条件，失败了还得重新来。

这就意味着，家庭作业智能要求机器人同时具备跨场景的泛化能力、稳定的任务执行能力和自主纠错能力。

这些能力又倒过来对本体、数据和模型提出协同要求：本体得有安全可靠的操作与力控能力，数据得覆盖多样化的真实场景，模型则要迁移已有经验，靠后训练把任务成功率一点点提上去。

从HIL-UMI入手压低后训练阶段的数据采集开销，再借跨任务的能力积累提升学习效率，启元机器人眼下正围绕真实场景里的任务执行，把本体、数据与模型放到一起推进研发，为个人机器人掌握更多操作技能、适应复杂环境攒下技术底子。

这背后是启元机器人在物理AI上的长期打算：以个人机器人作为切口，一头连着前沿技术研究，一头接着产品商业化，让机器人从交互陪伴一步步走到家庭作业。

物理AI正逐渐走出实验室、进入日常生活，启元机器人想做的，是让机器人真正能感知环境、理解需求、完成实际任务，成为生活里的伙伴。