编解码发布10万小时具身智能数据集:首期1000小时灵巧手数据免费开放

资讯 腾讯网 作者:腾讯网 全文 5135 字 · 约 13 分钟读完 分类融资开源具身智能多模态

“ 让数据诞生更多可能性一个机器人学会拧螺丝,需要多少条数据?这个问题没有标准答案,但每一个做过真机训练的团队都知道,演示视频里那些流畅的动作,到了真实产线上往往撑不过一个班次。手部遮挡、触觉缺失、多模态不同步、任务步骤对不上,这些问题很少出在模型结构上,更多时候出在数据源头。2026年11月11日,以数商决定智商为主

所属频道 模型发布融资与资本开源生态机器人与具身智能

“让数据诞生更多可能性”

机器人想学会拧一颗螺丝,得喂给它多少条数据?没人能给出标准答案。可真做过真机训练的团队都清楚,演示视频里再顺滑的动作,搬到真实产线上常常一个班次都扛不住。手部被遮挡、触觉信号缺失、多模态对不齐、任务步骤接不上,这些毛病大多不出在模型结构上,问题往往埋在数据源头。

2026年11月11日,具身智能群英会第二期在杭州智造谷产业服务综合体开场,这一期的主题是“数商决定智商”。编解码(杭州)机器人科技有限公司在会上亮出十万小时具身智能多模态数据集,首期1000小时灵巧手操作数据计划免费开放申请,具身智能数据实验空间同时启用。公司还宣布完成数千万种子轮融资,并与国家具身智能应用中试基地共同发起具身智能数据基础设施开放计划。

一家专做数据生产的公司,把产能、开源、场地、生态、资本五件事一口气摆到同一张桌子上,这在具身智能行业里并不多见。EnDecodeX编解码由青瞳视觉、杭州高新科创集团与灵巧智能联合孵化,光学动捕的采集底子、属地产业资本给的场地和钱、灵巧手本体的积累,正好各自对应这五件事里的一段。

这家公司究竟在做什么?10万小时数据是产能储备,还是放给行业的信号?1000小时灵巧手数据为何要免费开放?数千万融资背后,产业资本押的又是哪条路?

01.

模型越做越大,数据这一层怎么跟上?

回答这些问题之前,得先看一个更基础的行业变化:模型规模一路往上走,数据这一层正变成新的卡点。编解码选的下手处,就在这里。

“数据供给的难点不只在采集设备,更在于能否把现场转化为可读取、可检查、可复用的研发数据。”编解码CTO季耀辉接受机器人大讲堂采访时说,数据服务更像一场跟客户训练目标不断对齐的工程,交文件只是开头,训练目标、任务定义和评测口径都得在项目里反复磨。哪类任务要什么标注规格,模型厂商比数据公司更清楚;同一批数据到了不同客户手上,标注策略可能完全是两套。

所以行业里缺的不光是跑采集的人。能把任务、采集、质检、交付串成一条稳定生产线的人才是稀缺的;录完之后能被训练框架认出来、被不同本体复用、还能反复验证的那套标准件,同样缺。格式、坐标系、标注口径、质量规格,哪一项对不上,数据就落不了地。

编解码想做的,是“真实世界数据生产与应用落地服务商”。这个定位一落到操作层面,头一个撞上的就是数据供给的难题。供给的难点不只在采集设备,更在于现场能不能变成可读取、可检查、可复用的研发数据。编解码的解法是:先把数据做成产品。

那数据这个产品怎么做好?季耀辉从三个方面作了介绍。

头一条是采集现场的完整度。十万小时多模态数据集涵盖全身动作、手部精细操作、多视角视频、物体6D位姿、触觉与惯性等模态,其中一部分带真实物体交互。采集规格为120帧、亚毫米级追踪、角度误差不超过0.5度、多路传感器同步到微秒量级,留出的冗余是给后续模型迭代用的余量。

第二条是数据集的排布方式要优化。做模仿学习的团队要的是专家示范的完整轨迹;不同模型可以共享一部分底层真实记录,可它们需要的标注、任务分布和接口并不一样。拿去训练VLA等模型时,还得按任务补上或对齐语言指令。一套资源能不能服务多类研发需求,看的是采集时留住了哪些信息,以及后面能不能按用途切片、标注和导出。

交付环节干的事,是把标准件对齐到客户的训练管线。编解码按客户的任务和模态组合,以约定的数据格式与接口交付,同时提供数据说明、样例和必要的可视化与转换工具,帮客户省掉接入和预处理的功夫。具体处理流程和训练接入方式,要结合客户管线来定。

数据值不值钱,不在于录了多少,而在于能不能进客户的研发流程、在目标任务里验证出价值。撑起这套交付的是三块业务:多模态数据采集与处理,把现场变成文件;机器人真机任务评测,让客户的模型在真实设备上跑一遍并给出结果;具身生产力系统开发与部署,把跑通的那套装进客户产线。三块业务串成从数据到部署的闭环,评测也因此从增值服务变成了客户决策的依据。

说到底,数据的价值不在录了多少,而在交付之后客户能不能直接开训。编解码要打通的正是这一环。据了解,编解码目前已为宇树科技、智元机器人、光轮智能、湖北人形机器人创新中心、蚂蚁灵波、乐聚机器人等企业及机构提供数据采集服务。这些合作横跨模型方、场景方、本体厂商、数据供应商、科研团队和中小开发团队,帮编解码接上了行业供应链,也把持续的数据服务链路搭了起来。

02.

数字之外,结构、管线与质量更值得关注

编解码这次发布里最抓眼球的是“十万小时多模态数据资源”。具身智能行业习惯拿数据量比高低,可10万小时的分量不只在存量,它其实说明编解码已经有了一条正在成型的规模化数据生产线。

据了解,编解码眼下数据量已突破10万小时,每天新增的数据量与素材工厂、采集工位的部署数量成正比。这背后是一整套连续工程:采集方案、现场执行、同步对齐、质检清洗、标注规则、标准化交付和真机评测。

从资源结构看,编解码手上的数据包括灵巧手操作、两指夹爪、全身与手指协同、第一视角及上半身操作等类型,不同数据集按任务目标和采集配置来组织各自的内容。

这么看,编解码的重心或许正从“看起来像”的locomotion数据,往“真正能干活”的manipulation数据上挪。这跟具身智能对数据需求的变化是同一个方向。

机器人要落地,就得跟物理世界打交道,得操纵物体、道具和生产资料。末端关节的位置、接触点和接触面、物体的运动状态、灵巧手每根关节的配合、触觉数据的准确性,还有多模态数据的时间对齐,要求都会被抬得更高。

据悉,编解码能提供亚毫米级追踪,角度误差不超过0.5°,采集采用120帧等高帧率;交付给客户的不只是数据文件,还有可视化工具和可复现质量规格的工具集,客户可以在自己的环境里验证数据质量。

数据质量得拿得出来、验得了,光靠标称没用。编解码CTO季耀辉说,客户盯的质量指标并不止一个维度:模态覆盖全不全、有没有丢帧、采集对象是否超出范围、系统校准做没做、任务步骤和时间定义对不对得上,这些都在验收清单里。

再往深一层看,质量还体现在同样把任务做完,数据本身够不够好。他打了个比方:“专业舞蹈生与普通素人、几十年老师傅与新手实习生,呈现出的动作质量完全不同。”编解码的办法是两头走:一头按客户要求做标注和质检,另一头按高于眼下主流需求的标准留出前瞻性冗余。客户也许只用其中几个模态,可供应商得为技术路线收敛前的多路线竞争备足适配空间。

数据量只是露在水面上的那截冰山,藏在水下的是结构、管线、质量与交付方式这一整套工程。这大概也是编解码要长期啃的硬骨头。

03.

计划开源的1000小时

机器人大讲堂注意到,这次发布的另一个重头,是首期1000小时灵巧手操作数据开放免费申请。手部操作向来是具身智能落地能力的分水岭,也是数据采集里最难啃的骨头之一。手部动作牵扯多个关节协同,动作细微,手和物体交互时容易遮挡,接触点、接触面都难精确记录,触觉数据对同步的要求又高。行业里缺的,一直是高质量、可训练、可验证、可复用的灵巧操作数据。

季耀辉介绍,首批计划开源的1000小时数据拟从现有灵巧手操作数据中挑选,聚焦手指精细动作、手眼协同以及手与物体交互,面向模仿学习、动作重定向、精细操作算法研发与验证评测等需求。

开源的价值不只在免费,还在于让行业少走重复采集的弯路。这跟此前编解码联合青瞳视觉发起的MotionDecode数据开放计划是一个思路:先开放1000小时高质量人体动作数据,再逐步把数据往灵巧操作上延伸。从人体动作到灵巧手操作,开源重点也就从姿态走向交互,从看起来像走向真正能操作。对中小团队和科研团队来说,这类基础数据集能明显压低早期研发门槛;对行业来说,不同团队用同一批数据时反馈出的任务适配、标注方式和评测口径,有助于形成共识。

开源不是目的,是数据生态的入口。编解码想借开放计划收集使用反馈,把数据说明和质量要求补得更完善,推动行业在数据描述、标注方式和评测口径上多形成一些共识。具身智能的数据标准不会凭空冒出来,只能在大量真实使用中慢慢收敛。1000小时灵巧手数据开放,说到底是一次拿可复用换可验证的尝试。

04.

把场景和设备变成产业生态的基础设施

场景是数据采集绕不开的前提。搭真实场景、配采集设备、准备测试环境,研发团队通常得长期投入时间和资源。国家具身智能应用中试基地与编解码共同发起的“具身智能数据基础设施开放计划”,面向园区企业、高校和科研机构,免费开放物理AI基础设施空间。首批拿出商超、居家、物流分拣、餐厅四大实景场景空间,外加高精度多模态数采设备,覆盖数据采集、机器人算法训练验证和性能评测全流程。

共享片区的意义,在于创业团队不必先建一个商超或餐厅才能验证算法。这可以理解成一种“共享片区”思路:把单个企业难以低成本重复建设的场景、设备和采集条件,变成产业生态里可申请、可使用的基础设施。创业团队能更快进真实场景验证;科研团队能在真实场景里完成数据采集和机器人任务验证;对编解码来说,开放计划既是连接产业需求、拓展科研协作的入口,也是让数据服务能力在真实项目中不断积累的方式。

同一天启用的编解码具身智能数据实验空间,则给出了更具体的落点。现场能看到机器人遥操作、大场景数采场地和单人数采工位,涉及UMI夹爪数采、Ego纯光学数采、Pulse系列光惯融合数采、3D物体扫描重建等场景,商超零售、餐厅、卧室、物流分拣等场景也一并配套。

据了解,编解码已经搭起一套灵活的数采软硬件组合:把触觉手套和光学、惯性传感器合到一起,做成集触觉、IMU和光学marker于一身的综合手套;光学与惯性互相补位,针对的是光学遮挡、惯性长时间漂移这类痛点;同时它也以开放姿态接入客户或生态伙伴的轻量第一视角采集硬件,事件同步和时间对齐交给编解码来做。机器大讲堂的看法是,编解码并不死守某一条硬件路线,真正要解决的是多模态整合、时空同步和工程化交付。

05.

产业资本联合下注数据基础设施

据机器人大讲堂了解,编解码三家孵化方的产业能力各有侧重,这很大程度上能补上数据采集的短板。青瞳视觉依托光学动作捕捉技术,在空间感知、运动感知与物理感知等方面攒下技术积累;杭州高新科创集团提供产业平台、产业空间及场景资源;灵巧智能具备灵巧手与机器人应用落地能力。三家分别连接数据生产中的采集、场景与应用环节。

产业资本押注的并非某一家数据公司,而是一条数据基础设施的路径。青瞳视觉CEO、编解码投资人张海威就说过,青瞳视觉做设备多年,从VR、动画一路做到机器人和大健康,他清楚设备厂商要把系统做好,就得深入理解客户怎么工作、怎么产生数据。在他看来,只要数据规格清晰、质量经过验证,又能持续跟上客户项目的新需求,数据服务就有望形成持续性收入,在具身智能的浪潮里也会释放更长期的价值。

编解码想把数据管线从0-1的建设初期,推到更鲁棒、更耐用、更好用的产品化状态,进而持续提升对主流机器人型号、技术路线、模型规格和训练管线格式的兼容性,用真实案例证明数据价值,再把案例做成可复制方案。最终,真正把数据变成一门能为行业带来增量、并且持续带来收入的好生意。

06.

具身智能需要真正的数据基础设施

眼下具身智能数据行业最大的现实,是技术路线多、资源分散、标准未收敛。解决方案多,意味着大家都有竞争机会,也意味着资金、人才和精力被摊到多个方向。对数据供应商来说,技术路线未收敛是痛点,也是机会。如果数据基于真人、无本体采集、不绑定具体机器人型号,又覆盖多模态并保持高质量时空同步,那么不管未来哪种技术路线收敛,优质数据都有机会被适配和复用。

10万小时编解码储备、1000小时灵巧手开源、四大场景共享片区,再加上数千万种子轮融资,几件事摆到一起,就串出了一条路:从数据生产走向生态开放。先用高质量采集和工程化管线把数据产能证明出来,再靠开源数据集压掉行业里重复采集的成本,用共享场景片区把科研和产业接上,拿资本补齐一站式服务能力。说到底,编解码想打通的,是一条从数据到落地的商业模式。

具身智能要从Demo走到落地,光靠孤立的数据包不够。各行业的knowhow和特性摆在那,决定了它必然是一套能训练、能验证、能复现、能交付的数据基础设施。编解码落地智造谷,发布的是一个“万小时”的新坐标,以真实世界数据为起点,头一回把数据生产、真机评测、场景开放和产业协同摆到同一张桌子上。

这条路不会短,方向却已经清楚:编码真实世界,最终是为了解码物理智能。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. 又一家机器人公司陷入危机

    导读THECAPITAL潮水退去,才知道谁在裸泳!本文3545字,约5分钟作者 | 戴贤超 编辑 | 吾人来源 | 融中财经近日,有媒体报道称阿米奥机器人原CTO、COO、产品负责人均已离职,团队从峰值约130人收缩到70余人,新一轮人员优化还在进行。这家由小米汽车前智驾量产负责人刘方创立、安克创新领投的工业具身智能公

    来源 腾讯网
  2. 机器人产业升温:南方电网联手宇树,京东工业上线零部件采购平台

    * 行业动态 机器人行业日报(11.14) : 机器人产业升温 机器人产业升温,多企业与机构合作布局,市场规模预计2025年达9150亿元。南方电网与宇树科技签署战略合作,特斯拉人形机器人预计2027年底交付。全球具身智能企业超400家,中国占比半数。京东工业发布机器人零部件采购平台,沈阳市举办融资需求对接会。2026

    来源 腾讯网
  3. 微软78兆瓦数据中心遭抗议:16国行动与41项公投背后

    欧洲多地抗议与美国地方选举结果显示,数据中心扩张正遭遇越来越强的社会阻力。电价上涨、持续噪音、房价承压及就业收益有限,引发居民不满;与此同时,电网接入滞后、设备短缺和融资压力也令开发商面临成本与违约风险。尽管审批趋严,AI算力需求仍推动行业持续扩张。

    来源 华尔街见闻
  4. CataX AI种轮融资4000万:Agent原生推进新药临床开发

    近日,上海凯思达生物医药科技有限公司 宣布完成4000万元人民币种子轮融资,由启明创投孵化并独家投资。CataX AI创立于上海,是一家智能体原生的创新药研发公司。CataX AI聚焦临床开发端,以智能体为技术底座,并由此构建“Clinical-of-One”这一全新的组织范式,计划通过许可引进或共同开发,推动临床前及

    来源 TechWeb
  5. CataX AI获4000万种子轮融资,用Agent推进新药临床开发

    近日,上海凯思达生物医药科技有限公司 宣布完成4000万元人民币种子轮融资,由启明创投孵化并独家投资。CataX AI创立于上海,是一家智能体原生的创新药研发公司。CataX AI聚焦临床开发端,以智能体为技术底座,并由此构建“Clinical-of-One”这一全新的组织范式,计划通过许可引进或共同开发,推动临床前及

    来源 TechWeb
  6. 超聚变募80亿过会:服务器第二为何做起电力生意

    (本文作者为 预见能源,钛媒体经授权发布)文 | 预见能源预见能源了解到,11月12日,深交所上市审核委员会2026年第61次审议会议通过超聚变数字技术股份有限公司首发申请,拟募资80亿元,为今年创业板受理项目之最。五年前它还不存在,前身是华为x86服务器业务,剥离时随团队转过来的是FusionServer、KunLu

    来源 腾讯网
  7. 华为云上线openPangu-2.1-Pro:Agent、代码与推理效率同步升级

    【TechWeb】11月16日消息,据华为云官微消息,华为云MaaS模型即服务平台正式上线开源盘古模型openPangu-2.1-Pro。相比上一代,新模型在Agent能力、代码能力和推理效率三个方向上做了系统性升级,在深度研究、鸿蒙系统操控、鸿蒙APP开发、昇腾算子生成及推理链路优化等场景实现增强。 Agent能力的

    来源 AI 行业观察
  8. 华强北35元AI眼镜截胡90亿融资赛道:退货率最高50%

    有人说,下一个超越手机的智能产品,一定是AI眼镜。截至10月,国内AR/AI眼镜全产业链公开披露融资约90亿元。2026年上半年,中国AI眼镜全渠道卖出90.9万台,销售额18.8亿元。可就在全行业狂欢的时候,华强北的强大生产供应链介入,几十元的AI眼镜冲入市场。行业的退货率瞬间飙升到40%到50%,AI眼镜的想象力,

    来源 腾讯网
  9. 华为云上线盘古2.1-Pro:Agent、代码、推理效率升级

    据华为云官微消息,华为云MaaS模型即服务平台正式上线开源盘古模型openPangu-2.1-Pro。相比上一代,新模型在Agent能力、代码能力和推理效率三个方向上做了系统性升级,在深度研究、鸿蒙系统操控、鸿蒙APP开发、昇腾算子生成及推理链路优化等场景实现增强。

    来源 TechWeb
  10. Deedy Das 榜单:30家百亿美元AI独角兽,中国公司进前十

    11月15日,硅谷老牌风投机构Menlo Ventures合伙人Deedy Das(@deedydas)在社交平台晒出一张全球AI公司估值与营收排行榜。 Menlo Ventures成立于1976年,是硅谷历史最悠久的风险投资机构之一,曾投资Uber、Chime等知名科技公司。近年来,这家机构将AI作为重点投资方向,投

    来源 AI 行业观察
  11. OpenAI撤销机器人团队:通用大模型能否直接接管机器人任务?

    通用大模型在机器人上的能力进展,正促使具身智能行业重新思考机器人“大脑”的研发路径。近日,澎湃新闻记者在与多位具身智能从业者交流中发现,GPT-6 Astra的发布成为一个重要节点,其展现出的能力让行业开始更加关注:哪些机器人任务可以直接交给通用模型,哪些仍需要专门训练?当地时间11月13日,据外媒报道,OpenAI确

    来源 腾讯网
  12. Bharat Semi种子轮融资2400万美元:AI传感器商业化提速

    印度芯片初创Bharat Semi宣布完成2400万美元种子轮融资,计划加速其AI传感器技术商业化并拓展全球市场。公司称已在包括General Atomics在内的客户处取得设计中标,意味着产品进入客户设计周期。本文梳理融资信号、AI传感器市场趋势,以及印度半导体生态的机遇与挑战。

    来源 AI 科技快讯
  13. 台积电按客户信用额度分配产能,AI循环融资疑虑升温

    IT之家 11 月 16 日消息,据中国台湾地区媒体《工商时报》今天报道,AI 时代循环融资疑虑升温,台积电将客户财务资料与数据中心建设需求纳入需求评估,特殊应用集成电路(ASIC)从业者也加紧筹资。 据从业者透露,台积电根据各公司资产负债表拟定信用额度,同时考量历史损失率、竞争力及营运展望;当下单金额超出额度,就需要

    来源 AI 行业观察
  14. 无界进化Pre-A轮融资超亿元:虚拟细胞单笔纪录被刷新

    IT之家 11 月 16 日消息,以虚拟细胞与递归科学发现为核心的 AI for Science(科学智能,AI4S)企业无界进化(INFevo)今日宣布完成超亿元 Pre-A 轮融资,刷新中国虚拟细胞企业单笔融资金额纪录。 本轮融资由星连资本、Prosperity7 Ventures、华盖资本、华控基金及德同资本等机

    来源 AI 行业观察
  15. CataX AI拿下种子轮:启明创投独家押注AI原生药企

    AI制药的战场,正从分子转向临床。投资界获悉,CataX AI近日已完成种子轮融资,启明创投独 家投资。与此前聚焦药物发现的AI制药公司不同,这家成立仅4个月的AI原生Biotech不做靶点与分子发现,而是借助Agent加速新药的早期临床开发。身后创始人王子龙,90后,高一时,他便凭全国生物联赛一等奖获得保送资格,高中

    来源 腾讯网
  16. Anthropic冲刺IPO:1.4万亿估值,阿莫代伊能否接棒黄仁勋?

    据彭博社报道,Anthropic预计周四登陆纳斯达克,寻求1.4万亿美元估值,IPO与另一项私募配售合计融资最多904亿美元,已获近七倍超额认购。在黄仁勋声誉危机导致英伟达股价重挫的背景下,分析师认为Anthropic可能成为衡量AI商业化能否成功的关键风向标。

    来源 凤凰科技
向下滚动自动加载更多