简智DAS 2.0发布：触觉手套与第一视角头环补全具身数据因果链
“ 数据采集的下一战，简智为什么先谈可信再谈规模？具身智能行业正在经历一种奇怪的稀缺。数据采集设备越来越多，动捕手套、第一视角头环、遥操作平台层出不穷，但真正能进入模型训练、稳定产出有效监督的高质量数据，获取成本依然高企。矛盾出在哪里？答案藏在数据采集链路的一个被长期忽视的断点上。画面记录了操作，但接触没有被记录；动作
“数据采集的下一战，简智为什么先谈可信再谈规模？
具身智能行业眼下有个挺别扭的现象：采集设备越铺越多，动捕手套、第一视角头环、遥操作平台轮番上阵，可真能拿去训练模型、能稳定产出有效监督的高质量数据，弄到手的代价依旧不低。
问题出在哪儿？
断点就藏在采集链路里，而且被忽略已久。画面把操作拍下来了，接触那一下却没留下记录；动作是捕捉到了，可动作跟接触之间的物理因果没对上。
拿拧瓶盖来说，机器人要学的绝不只是一个旋转角度。它得先找到瓶盖、定好站位、伸手靠近，等接触发生的那一刻控制住压力，察觉滑移，再调整手指姿态。
这套流程人做起来几乎不过脑子，换成机器人，就得走完一条完整的因果链：观察、动作、接触、反馈、调整、结果。
Physical AI正从实验室里的模型验证转向真实场景的连续任务验证。技术路径往前走，对训练数据也提了新要求——数据得完整，还得对齐。
Robot Skill的习得要靠Human Skill的高保真转译。转译失真的地方，常常不在算法层，而在数据源头。采集硬件，决定了具身AI能力的天花板。
简智机器人最新发布的DAS 2.0系统，包含Dex2.0灵巧数据采集手套和Ego 2.0第一视角头戴采集主机，就是照着这个判断做出来的。核心思路是用三种递进的采集配置，一层层把物理因果链补齐。
01.
Dex 2.0：让动作自然发生，让标签可信
手部数据采集有个绕不开的困境：外骨骼越刚性，关节测量越靠谱，可对自然动作的干扰也越大；柔性方案越贴合，动作越自然，但测量得靠形变反推，漂移和误差更严重。采集设备本身就在改写人的动作策略。规模越大，这种系统性偏差被模型固化成错误策略的风险就越高。
Dex 2.0的第一个取舍，是把外骨骼从手背、指腹这些核心交互区域挪到手指侧面，给抓握、贴面拾取、掌内旋转等关键操作腾出空间；侧置关节里嵌入微型磁编码器，直接读局部关节转角，再经运动学标定还原手部状态。不用逆运动学解算，也不靠视觉反推。
21DoF、0.2°关节角度分辨率、指尖位置精度小于1mm、编码器厚度约3mm、外骨骼主体约60g——这些参数背后是个更重要的判断：数据标签应当是带明确运动学含义的直接测量信号。
第二个取舍落在触觉的可靠性上。织物类柔性触觉方案最难办的问题之一，是没真接触的时候也可能冒信号。手指屈伸、材料拉伸、佩戴滑移造成的伪信号，在数据上跟真实按压高度相似，结果模型学到的是设备制造的“触觉幻觉”；再说局部或指尖触觉，也难以描述掌面承托、多指包覆。
Dex 2.0用的是自研半柔性压阻式电子皮肤，在贴合曲面和抑制运动伪影之间找了新平衡，靠传感单元与阵列设计压低串扰，追求单点按压、单点响应。
触觉的可靠性可以拆成三层看。头一层，接触本身尽量别被采集设备干扰；第二层，检测信号要能分清真实接触和弯折、拉伸、佩戴预紧这类非目标干扰；第三层，长期采集中的测量一致性。
据悉，在已完成的一个月采集测试中，同等条件下重复相同动作，触觉测量响应保持一致。这条信息指向一个更关键的问题：采集从单次演示扩到持续生产，设备状态一变，相似的画面会不会对上不一样的标签？
Dex 2.0单手16块触觉传感器、980个感知单元、1mm空间分辨率、0.1N最小检测力、100Hz 触觉采样，单片可承受超过100万次法向按压与10万次弯折。对VLA和世界模型来说，接触时机、滑移检测、力位调整是理解因果关系的核心信号。触觉“沉默”时靠不靠得住，影响的是数据可用性、后处理成本与监督信号的可信度。
另外，Dex 2.0支持无本体采集与灵巧手遥操作两种模式。无本体模式成本低，能覆盖更多人员、任务、物体与真实场景；遥操作模式把人手状态转成机器人关节控制输入，适配不同灵巧手的自由度、关节布局与控制接口。
无本体解决“技能从哪里来”，遥操作解决“技能如何落到本体”。一台设备，把人类示范和机器人执行连了起来。
02.
Ego 2.0：把手放回环境里
一次真实操作，从来不只是手在动。人得先走近目标，挑个站位，弯腰或侧身，调好观察角度，然后才伸手。这些前奏和后续动作，构成了操作成立的身体条件与空间约束。
数据要是只留手在目标附近的那段动作，模型就很难学到这次操作为什么能完成。
Ego 2.0在整套DAS 2.0体系里担的角色，正是补上环境与任务的规模化覆盖这一层，让人类操作变成可重建的“人—物体—环境”空间关系。
这次升级集中在三处。视觉部分用2颗500万像素加4颗200万像素全局快门相机，六路30fps同步成像，指尖追踪精度能到4mm；视野上，水平视场由上一代270°拓宽到340°，垂直最高120°，人体上半身、周身环境以及侧后方区域都罩得住；工程化方面，竖向绑带配柔性缓冲，不同头围都能戴，采集帽减少发丝遮挡，一键录制并带语音反馈，App可检测头姿与遮挡，磁吸电池支持不关机更换，单电池包续航2.5-3小时，输出为标准mcap格式。
这些细节指向一件事：设备要离开实验室，进到真实岗位，从单次演示变成批量并行采集。
03.
三种采集方案：按监督密度分层，而非简单列设备
简智更有价值的一步，是把采集能力组织成三种方案，对应三种监督密度。
（1）Ego：打开数据分布，靠规模与多样性
Ego先解决的是环境、任务与全身覆盖的可规模化问题。它的采集配置偏轻，方便进入更多自然场景，把不同操作者、对象、空间布局和操作习惯都留下来。这层数据值不值钱，看的是分布：同一任务里有没有不同环境、异常情况和解决路径，能不能持续采到变化、失败和恢复的过程。
第一视角、头手轨迹与任务过程一起提供背景，模型因此有机会学到跨场景的规律，少依赖单一操作台和固定流程。有效规模，指的是新增任务与长尾交互被覆盖了多少。这是整个数据体系的地基。
（2）Ego+wrist：把动作和接触写得更细
Ego+wrist提升的是接触与手部动作的描述精度和准确性。全局记录交代任务过程，腕部连续画面补上接近方向、手指调整、手与物体的相对运动以及局部形变。配合标定和轨迹重建，这类数据能把动作片段组织得更细，对齐不同视角，并描述从接近、调整到拿起的变化。
采集方式仍以视觉为主，扩大精细动作数据覆盖还有空间。不过这份增量有边界。工作距离、运动模糊、遮挡和时空对齐都会影响效果；更多画面得转成连续、可对应的动作信息，才算高粒度数据；视觉重建也仍会留下不可见关节和接触状态的不确定性。
对想扩大精细动作数据覆盖、又想保留较轻采集配置的团队来说，Ego+wrist看得更细，是当前条件下比较务实的选择。
（3）Ego+Dex：原生监督标尺，补上物理接触
Ego+Dex给出的原生、全模态手部监督更完整。关节传感直接记下手部构型与动作变化，触觉记录真实接触，再和第一视角、头手轨迹一起对齐。这组数据能给视觉推断提供独立测量依据，也能把外观相近、物理结果不同的示范区分开。
它在数据体系里扮演高质量监督标尺，覆盖动作精度、手部构型和接触结果，并非只是多了一种传感模态。混合训练时，广覆盖数据扩展任务分布，动作细节数据提高过程分辨率，原生测量数据约束关键状态与动作标签。
选哪种配置，取决于任务需要什么信息：模态更完整的适合承担精细监督，更轻的配置适合扩大真实场景覆盖。
要做双视角触觉预测，还得再采Ego+wrist+Dex的同步配对数据。视觉提供输入，关节和触觉提供物理监督；经过配对训练，后续Ego+wrist方案可以尝试输出接触事件、区域、强弱趋势及置信程度。
这条路可以借配对监督与知识蒸馏，把精细采集里的物理表征扩到更大规模的视觉数据上。但实测标签与模型预测，类型和置信度必须分开保留，别让预测误差在后续训练里被越滚越大。
04.
时间戳相同，不代表同一时刻
多路传感器得对上同一次交互，才能一起形成监督。
软件时间戳说的“同时”，只是文件层面的近似，物理上并不同步。操作系统调度、通信传输、数据缓存、驱动队列，都会带来不确定延迟。快速抓取、旋转瓶盖、插拔连接器、接触点切换这些动作里，这种错位会让模型把后一帧的动作标签绑到前一帧画面上，接触时机和状态转移就学错了。
DAS 2.0的工程解法是统一时基、硬件触发加相机快门曝光控制，在信号产生源头规定相机何时曝光、关节与触觉何时采样，做到1ms级头手时间对齐。
采集的思路，也就从堆设备变成了分层配置。Ego单独扛最大规模的环境与全身覆盖，用轻量化换数据分布的广度；Ego+wrist在视觉框架内把动作与接触的描述精度往上提，是广度和细节之间的折中；Ego+Dex靠原生关节测量和全掌触觉提供高质量监督，充当数据体系里的物理标尺，为视觉推断和混合训练给出可信的约束信号。
三者更像数据基础设施里的不同层级。广覆盖数据扩展任务分布，动作细节数据提高过程分辨率，原生测量数据约束关键状态与动作标签。不同配置共享可对齐的任务、轨迹和交互表征，不同质量层级的数据因此能在同一套监督体系里协同使用，而不是互相替代。
具身模型真正要学的，是动作如何引发接触、接触如何改变物体、反馈如何驱动下一步动作。这种因果链要拿到可信的监督信号，头手硬同步是前提之一。
采集流程同样得围着这种连续性来设计。佩戴与头姿检查、头发遮挡质检、一键录制、多路同步采集、App 实时质检、磁吸换电续采，再到 MCAP 标准格式后处理，这些环节一个都不能少。说到底，高质量记录能不能一直产出来，就看这些细节撑不撑得住。把一次完整操作，变成一条能持续供给的数据链。
05.
同步把一次操作还原成完整因果链之后，接下来要回答的是能不能稳定、持续、规模化地供上来。简智对 DAS 2.0 的产品逻辑，背后还有一层更长期的判断：采集硬件值不值，最终得看模型训练的实际效果。
眼下 Physical AI 大模型不断泛化，能力还在持续涌现，数据的价值正从"提供更多样本"往"提供更可信的约束"转。模型越泛化，越要靠数据来回答三个问题。
一是动作、接触、结果有没有被物理一致地记录下来；二是长尾场景、失败恢复和跨环境变化有没有覆盖到；三是不同设备、不同批次、不同采集者产出的数据，能不能以统一时基、一致标签和可追溯流程被模型消化。
光把小时数堆上去，未必就能自动换来泛化能力。可被训练、可被验证、可被复用的"有效数据"，才是模型涌现背后的约束条件和评测底座。数据一边扩展分布，一边校准因果。
数据需求也因此分出层次。客户既要广度——覆盖更多场景、更多操作者、更多长尾任务，又要接触、力位、滑移这些关键状态上的高质量监督，同时还得压住单条有效数据的成本。只靠单一全模态高精度方案，覆盖不了所有场景；只靠单一轻量视觉方案，又补不上物理接触这一块。数据行业真正缺的，是一套能把不同监督密度组织起来的基础设施。
从产业生态看，数据行业还处在从零散采集往数据基础设施过渡的早期。硬件厂商、采集服务商、标注与后处理平台、标准与合规、模型评测和模型团队之间，稳定的分工还没形成；开源数据、闭源交付和任务型数据资产会长期并存。谁能把真实场景里的操作稳定转成可训练、可比较、可复用的数据结构，谁就更有机会占住生态里的关键节点。
简智正是顺着这个方向走，想把每一次真实操作都沉淀成能持续供给的数据基础设施，让数据的约束价值在模型泛化的每个阶段都稳定兑现。据悉，简智的数据产品已在全球多家 Physical AI 团队的模型中完成大规模验证，单季度有效数据交付量从十万小时级提升至百万小时级。行业从讲故事走到看交付，稳定交付本身就是竞争力。完成 1 亿元融资后，简智继续投入 Dex+Ego 硬件栈研发与开源数据建设，想在采集硬件之外，用高质量开源数据把整个行业获取人类演示数据的门槛降下来。
当数据能还原"观察—动作—接触—反馈—调整—结果"这条完整因果链，Human Skill 才可能更完整地转译成 Robot Skill。规模化不是堆更多设备，而是拿到更多有效数据；不是两件孤立硬件，而是一整套 Human Data 完整基础设施。
这或许才是 Physical AI 时代，数据采集系统真正要重构的训练底座。
