关闭广告

从一秒起身的机器人到降本80%的数据,鹿明机器人破解具身机器人智能化困境

雷峰网326人阅读

雷峰网消息,1月7日,具身智能公司鹿明机器人(LUMOS)正式推出 “鹿明FastUMI Pro智研加速计划”。在学术领域,设立论文奖励基金,全球研究者使用FastUMI Pro设备产出的学术论文,发表后将获得3万至5万元人民币(4000-7000美元)的奖励。在产业领域,鹿明赞助ICRA WBCD 2026 双臂机器人挑战赛,走向全球顶级竞技场,参与制定未来标准。

成立仅一年多,鹿明机器人凭借其独特的“软硬协同”技术路径和“数据驱动”增长模式,以令人瞩目的“鹿明速度”推进了机器人技术的实用化与规模化。过去一年里,公司不仅成功推出多款性能领先的机器人整机产品,更通过自主研发的FastUMI Pro数据采集系统,将真机数据采集效率提升5倍、成本降低80%,为行业破解了数据获取的“不可能三角”,构建起从硬件、数据到模型的全栈能力闭环。

破解行业核心痛点:FastUMI Pro定义高质量数据采集新标准

具身智能行业发展中,海量、高质量的真机交互数据是训练出强大机器人模型的基石。然而,行业也长期面临数据采集成本高、效率低、不同机器人本体数据无法互通的“数据孤岛”难题。鹿明机器人敏锐地抓住这一核心瓶颈,将突破点放在了数据采集的基础设施上。

公司自主研发的FastUMI Pro(无本体模仿学习)数据采集系统,成为鹿明战略中的关键钥匙。与传统遥操作采集方式相比,FastUMI Pro通过创新的硬件架构与软件算法,将单条数据采集时间从50秒缩短至10秒,效率提升5倍,同时将综合成本降至传统方法的五分之一。更重要的是,该系统实现了数据与机器人本体的解耦,可快速适配市场上数十种不同的机械臂和夹爪,有效打破了数据孤岛。

鹿明认为,UMI领域的真正门槛并非设备本身,而在于能否采集到“可训练”的高质量数据。市面上许多UMI设备采集的数据存在视觉与位姿未对齐、传感器不同步、轨迹不可复现(replay)等问题,实为无法用于有效训练模型的“废数据”。对此,鹿明首创了“为模型成功率负责”的系统工程范式,从硬件设计源头保障数据质量。


鹿明FastUMI Pro精准Replay复杂任务

鹿明推出的量产级产品FastUMI Pro,集成了为UMI场景定制的高性能传感器,能稳定实现60Hz高频记录,确保多模态信息的毫秒级同步。配合鹿明独创的8道工业级数据质量评估体系,从采集源头淬炼出“高纯度黄金数据”,使数据有效率从行业普遍的70%提升至95%,真正支撑起机器人策略模型的稳定训练与迭代。

市场认可了鹿明的实力。现在,全球具身智能圈内,有超过三分之二的顶尖团队,正在使用FastUMI Pro。它已经从一个创新工具,成为行业内验证和开发UMI能力的 “标配装备”。

建立百万小时真机数据产能,加速具身智能行业进化

随着具身智能Scaling Law的逐渐验证,具身模型的训练数据规模成指数级增长,已经成为行业趋势。从2024年Pi0模型的1万小时真机数据,到2025年Gen-0模型使用的27万小时UMI数据。有业内人预计,2026年,头部算法公司的训练数据规模必然会突破百万小时。随着需求的快速增长,具身智能数据领域的市场需求必然爆发。

基于FastUMI Pro数据采集方案的领先技术,鹿明机器人从模型训练角度出发,为客户提供完整的真机数据解决方案,交付的数据达到“100%可用于模型训练”的标准,目前,鹿明机器人正在加速数据采集产能的建设,预期2026年实现超过100万小时的UMI数据采集产能。

软硬结合,推进数据智能在产业场景的规模化落地

鹿明机器人,正通过提供从数据采集设备、高质量数据集、行业解决方案到联合模型训练的全栈服务,构建完善的UMI数据生态体系,从一家机器人产品公司,演进为一个以数据为纽带,连接硬件、算法、场景和合作伙伴的生态平台,软硬结合推进数据智能在物理世界创造价值,场景合作。

同时,鹿明积极构建产业生态。公司与三菱电机、中远海运等产业巨头达成战略合作,共同探索工业场景的智能化解决方案;通过赞助ICRA顶级机器人赛事、设立论文奖励基金、启动“智研加速计划”等方式,推动学术界与产业界的融合创新。另外,FastUMI Pro数据也将被用于物流装箱和柔性物品操作两大热门赛道。从夯实数据底层做起,基于产业伙伴真实场景数据,联合训练模型,推进产业场景规模化落地。

从1秒起身的机器人运动极限突破,到数据采集成本降低80%的基础设施革新,鹿明机器人以扎实的软硬件协同创新和清晰的数据驱动战略,在具身智能的赛道上跑出了独特的“鹿明速度”。随着数据产能的不断扩大与生态合作的持续深化,鹿明正朝着其设定的目标稳步迈进:让数据不再成为智能发展的枷锁,推动通用具身智能的未来早日到来。

版权与免责声明:本文内容转载自其他媒体,目的在于传递更多信息,不代表本网观点或立场,不承担此类作品侵权行为的自己责任及连带责任。
猜你喜欢
精彩推荐

绿帽哥:切尔西就罗德里戈与皇马展开接触,计划冬窗完成交易

懂球帝 浏览 450

伊周周日热推:电影《红毯先生》;电视剧《在暴雪时分》......

伊周潮流 浏览 3431

蔚来"疯狂"招工:办公室挤不下去食堂面试 月薪可达8千

每日经济新闻 浏览 573

每秒可传 1250 万部高清电影,亚马逊启动跨大西洋海底光缆项目

IT之家 浏览 467

前安永合伙人,因酒吧斗殴被解雇,早前涉嫌勾引已婚女合伙人被警告

财通社 浏览 439

丽江市委副书记冯玉祥落马 曾任书记的"老虎"已受审

上观新闻 浏览 3284

李云迪风波升级!司晓迪否认嫖娼关系,爆料男方擅长用小号聊女生

萌神木木 浏览 457

丁俊晖:来英锦赛心情和状态好;与特鲁姆普比赛是最难的

懂球帝 浏览 387

机密报记者:苏契奇因纪律问题落选国王杯大名单

懂球帝 浏览 382

三年半烧掉35亿!一帮金融人,带“火箭”冲科创板

财通社 浏览 349

2025中国金帅奖候选名单:邵佳一、于根伟在列,常卫魏入选

懂球帝 浏览 360

中方再次致函古特雷斯阐明立场 严正批驳日方无理狡辩

环球网资讯 浏览 485

海盗船发布《使命召唤:黑色行动 7》联名外设,含键盘等多款产品

IT之家 浏览 444

三战全胜,巴列卡诺主帅伊尼戈-佩雷斯当选西甲10月最佳教练

懂球帝 浏览 437

苹果公司总市值首次升破4万亿美元

证券时报 浏览 432

特朗普:格陵兰岛非常重要 北约若离开了美国啥也不是

澎湃新闻 浏览 397

55岁港星宣萱自曝:放弃结婚,29岁最后一晚哭一天,黄金时代过去

温柔娱公子 浏览 432

“一身白”越来越流行,冬天这样穿太高级了!

LinkFashion 浏览 374

塔帅:若顺利哈弗茨未来几天能进名单;我们想赢得重要奖杯

懂球帝 浏览 306

61岁朱军近况曝光!扎根甘肃成治沙“老把式”

代军哥哥谈娱乐 浏览 310

男子家中冰箱门关不上灵机一动求助AI 差点花了冤枉钱

潇湘晨报 浏览 408
本站所有信息收集于互联网,如本站收集信息侵权,请联系我们及时删除
Copyright © 2020-2024,版权所有 xingchentong.com
沪ICP备20017958号-8