高质量数据集的稀缺，已成为制约具身智能基础模型性能持续升级迭代的关键瓶颈，为突破这一困境，业界普遍采用真实数据采集与合成数据生成相结合的策略。其中，在采集真实数据的过程中，往往依赖人工通过VR（虚拟现实）、动作捕捉传感器设备、力反馈控制器等专业设备遥操的方式。为了降低真实数据的采集门槛，穹彻智能提供了一个新的解题思路。

　　1月12日，穹彻智能推出了“口袋机采”，即通过智能手机和App，每位使用者都可以成为数据采集的参与者，完成任务并上传数据，实现轻量化、可控且高质量的数据采集。

　　穹彻智能相关负责人向《中国经营报》记者指出，口袋机采对于数据采集人员的门槛显著降低，并保障数据质量高效可用，后续公司会有大规模数据采集的计划。

　　在穹彻智能采集人员的演示中，采集人员将手机快速配置到机械夹具上，通过“口袋机采”App，能够实时采集抓握零食小商品、拿红酒杯、叠毛巾、拧瓶盖、收纳衣服等真实动作数据，整个过程中无遥控操作，由AI模型自主执行。

　　当被问及为何选择通过手机采集数据，上述穹彻智能相关负责人解释道：“智能手机是包括视觉、深度、IMU（惯性测量单元）多传感器融合的方案，采集精度要高于纯视觉SLAM（同步定位与建图）方案，而相比红外定位方案则无须拖着基站，同时保持着高度集成的优势。”

　　与此同时，智能手机自身或者配备可拆卸、可替换的鱼眼镜头，能够支持超广视野、原生高清画质，可以应对强光、弱光等真实场景的挑战。也就是说，无论是在昏暗的房间里，还是在野外阳光直射的环境中，都能保持良好的性能。“口袋机采”方案能够解决传统数据采集模式中面临的数据质量、便携易用、后处理压力的“不可能三角”难题——简单来说，如果要保证数据质量，通常需要牺牲便携性、采集设备插着电脑来提升数采现场的质量反馈效率。传统的数据采集方式很难走入千家万户，或者需要集成存储和数采的小型设备，将数据处理压力留在采集后，导致采集效率低下，数据可用比例较低。而“口袋机采”的方案面市，为面向大规模、分布式的真实场景采集数据提供了新的思路和方法。