在机器人学习“模仿人类行为”的过程中，数据是关键基石——但这些数据大多源于实验室或特定“数据工厂”，由专业团队搭建模拟场景、反复演练并录制而成。然而，现实世界的复杂性远超预设：一千个家庭就有一千种不同的餐桌布置，饮食习惯、物品摆放各有差异，甚至可能随时有一只猫突然跳上桌面。
如何让具身智能（即让机器人具备感知、决策、执行能力）更贴近人类的真实行为模式？上海人工智能企业“穹彻智能”推出“口袋机采（RoboPocket）方案”：仅需智能手机、配套APP和轻巧机械手，就能实现轻量化、可控且高质量的数据采集。这意味着，普通人在家庭、办公室等各类真实场景中，也能成为机器人的“训练导师”。
这是否预示着，具身智能的数据采集将正式迈入“全民时代”？
穹彻智能的“口袋机采”方案，正试图打破传统“数据工厂”的物理与场景边界。“过去，具身智能数据采集依赖专职人员在固定场所完成，成本高、场景单一。现在我们想让每个人都能在自己家中，为机器人采集有价值的数据。”穹彻智能研究科学家吕峻在接受新民晚报记者采访时表示，“这将让数据采集从有限的实验室，走向全社会。”
长期以来，高质量数据的稀缺是制约具身智能发展的瓶颈。传统采集方式依赖昂贵设备和专业人员，难以覆盖真实世界的千变万化——正如自动驾驶技术从实验室走向真实道路时，数据采集也从“少量受控”转向“真实场景规模化沉淀”，推动模型能力快速进化。吕峻指出：“具身智能没有现成的海量行为数据，我们需要记录人类世界的各种‘奇奇怪怪’的行为来训练大模型，工厂式场景显然不够。”
“口袋机采”的核心在于轻量化与场景适配。其搭载的二指机械手可完成叠毛巾、整理零食、摆放酒杯等日常操作，配合智能手机的摄像头、深度传感器和算力，能实时构建环境地图、指导动作并检测数据质量，实现“现场把关”——让后续数据处理从“灾难性清洗”变为“有监督筛选”。更重要的是，它支持“第一视角+手的视角”双重视角：头部加挂手机可实现多机时空坐标对齐，突破双臂配对技术难点，让机器人更精准理解人类操作的空间关系。
降低参与门槛后，普通人将成为数据贡献者。吕峻透露，未来用户可通过完成采集任务获得激励，形成“众包模式”：“不擅长叠衣服的人，他的数据也有价值——现实世界本就不完美，机器人需要学会识别‘正确’与‘不太对’的情况。”
“口袋机采”背后，是穹彻智能完整的数据认知体系与模型训练管线：2023年已联合上海交大发布RH20T数据集，2025年推出CoMiner野外采集系统，而“口袋机采”则将数据生产权交给大众，构建“人人可参与、数据有价值、模型能进化”的正向循环。未来，收纳师、咖啡师、家庭主妇等不同职业的生活习惯，都可能成为机器人学习的“教材”，让“手把手教机器人”成为触手可及的场景。
来源：上观新闻
#商业航天大幅调整 止盈信号还是倒车接人？##英伟达礼来联手攻AI制药！概念股大涨##17连阳！A股日成交达3.6万亿元创历史新高#
