AI热榜 作者 | 华卫 策划 | 蔡芳芳 两年时间，大语言模型横扫全球。
而机器人发展了几十年，依然难以走出实验室。
问题可能出在，机器人还没有属于自己的“数据互联网”。
对 ChatGPT 来说，其核心架构 Transformer 是 Google 在 2017 年提出的；OpenAI 做对的，是另一件事：把数据规模推到前所未有的量级，核心要素就是海量、低成本、易获取的互联网文本数据。
仅有规模还不够，OpenAI 在 ChatGPT 训练过程中设计了一套数据反馈链路策略 RLHF。
当模型参数足够大、有效数据足够多，智能就“涌现”了。
机器人训练要实现类似的突破，或许也需要一场精妙的数据策略：不仅要有足够的数据，精度也得够。
然而，在当前具身智能领域中，虽然已经出现大量训练场和数据采集中心，但真正可用于训练的数据规模仍十分有限。
与大模型能依赖互联网公开数据不同，机器人数据从一开始就很“贵”。
传统机器人训练要么需要请专家写代码，要么需要专业的遥操作设备、光学动捕系统、力矩传感器来采集数据，这些设备加在一起，少则几十万，多则上百万。
更麻烦的是，每家厂商的机械臂，电机、力矩、尺寸都不一样，在 A 机器人上采的数据，到 B 机器人上可能完全不能用。
每一台机器人本体，都是一座“孤岛”。
仿真数据成本低，但离现实的“鸿沟”不小：在仿真环境里练得很好机器人，放到现实世界可能就失灵了。
2024 年，斯坦福 UMI 抓夹开源，行业一度沸腾。
一套 3D 打印的塑料架绑上一个 GoPro 相机，成本只需要 400 美元（约合 2800 元人民币），证明了“低成本采集”这条路走得通。
然而，UMI 有自己的天花板。
其精度只有厘米级，抓个积木、叠件衣服还行，但像拧螺丝、穿针引线、精密装配，但凡需要“手感”的任务，UMI 就训不出来了。
并且，它只能单臂操作，而人类 80%以上的日常操作场景需要双手协同。
现在，国内一支团队拿出了一套千元级的手持采集系统 UMI ver.2 并将其开源。
这套系统不仅是能实现毫米级精度、双臂协同的真正生产力工具，价格还只有传统方案的 1/100、甚至更低。
在成本已经被 UMI 打下来的基础上，UMIver.2 把精度和维度也提上去了。
项目地址： https://github.com/qiongming-intelligence/UMI
🔗 原始来源
如果你要核对细节，可以再看原文： InfoQ AI原文链接