当宇树用侧空翻和功夫向全球证实晰其顶尖的小脑能力，，，， ，当银河通用、星海图、千寻智能等公司正在把“通用具身大脑”推成行业的主流叙事。。。。 。一切看起来顺理成章——运动能力解决了，，，， ，接下来就是大脑竞争的时代了。。。。 。
但这里有一个被公众整体忽略的事实：宇树（们）搞定了，，，， ，不代表行业解决了。。。。 。运动控制从未成为一个被普遍解决的问题，，，， ，它只是少少数公司的私有能力。。。。 。
现真相形是：头部具身大脑公司历来不把运动控制看成他们自己的主场，，，， ，它们的战略是绕开宇树最强的壁垒，，，， ，先做轮式或牢靠底盘机械人。。。。 。中小人形本体公司在运动控制上的追赶则更为艰难。。。。 。而想做“机械人界的苹果”的宇树，，，， ，或许率永远不会做跨型号适配的通用运动控制平台。。。。 。
以是，，，， ，无论是头部具身大脑公司，，，， ，照旧中小本体公司，，，， ，运动控制是它们早晚必需要补的一课。。。。 。
整个具身行业在数据收罗的名堂上，，，， ，也泛起出泾渭明确的差别。。。。 。由于“大脑”公司麋集扎堆，，，， ，第三方数据工厂为了追求规模效应，，，， ，将绝大大都产能倾斜在操作数据领域（Manipulation）。。。。 。相比之下，，，， ，愿意深入底层“小脑”的厂商寥寥无几，，，， ，导致运动数据（Locomotion）在商业上因需求规模缺乏，，，， ，缺乏第三方服务商愿意为其服务。。。。 。这迫使聚焦运动控制的厂商只能在市面上采买零星数据，，，， ，更多的是依赖自有团队举行自采。。。。 。这种供应侧的畸形，，，， ，使得运动控制领域的数据越发稀缺，，，， ，并且高质量、高泛化的数据就更为匮乏。。。。 。
“近两年，，，， ，头部具身智能本体厂商与上游企业已陆续把“数据”列入战略议程，，，， ，只是这股趋势在差别偏向上的落点并不平衡——运动控制相关的数据建设至今仍是一片显着的洼地，，，， ，甚至可以说是“真逍遥带””桥介数物的首创人尚阳星对创投家体现，，，， ，“行业内现有的运动控制数据普遍保存供应缺乏、质量狼籍不齐、构型与场景局限性大等问题，，，， ，远远跟不上模子逊需的规模。。。。 。”
克日，，，， ，专注于通用机械人运动控制基础设施的研发商——桥介数物，，，， ，宣布其自建的“跨本体全身运动数据工厂”正式投入使用。。。。 。而这个数据工厂正是为相识决行业“高质量的跨本体全身运动数据”的缺位而建。。。。 。
尚阳星出生于1999年，，，， ，华科本科，，，， ，南科大保研，，，， ，师从逐际动力首创人张巍教授。。。。 。桥介数物是他的第一个创业项目，，，， ，团队从宿舍起步，，，， ，2023年底拿到奇绩创坛的种子轮投资后，，，， ，从2024年底到2025年8月的半年内，，，， ，一连完整天使轮、天使+轮及Pre-A轮，，，， ，累计金额近亿元——正轩投资、复星创富、潜能集团、隐山资源、明荟致远、沂景资源等机构相继入场。。。。 。
在具身智能这个普遍亏损的赛道里，，，， ，桥介数物建设第一年就接到了客户项目，，，， ，实现了盈利。。。。 。2024年8月的天下机械人大会上，，，， ，27家人形机械人厂商参展，，，， ，桥介数物服务了其中凌驾半数。。。。 。关于一台未经调试的人形机械人，，，， ，它最快一周能完成模子训练，，，， ，让它走起路来。。。。 。一个定制化项目通常需要1到3个月。。。。 。
克日，，，， ，我们借着桥介数物“跨本体全身运动数据工厂”正式启用的契机，，，， ，与这位99年的年轻首创人，，，， ，就运动数据的质量、泛化、训练等问题，，，， ，睁开了一次深度的对话。。。。 。
▎以下为与尚阳星的对话全文，，，， ，略有删减：
创投家：您先帮我们界说一下什么叫“高质量的跨本体全身运动数据”？？？？？？高质量高在哪？？？？？？
尚阳星：要回覆这个问题，，，， ，先要回覆“我们想要什么运动能力”。。。。 。
对通用全身运动模子来说，，，， ，我们要的是一种能够向上兼容多模态行动意图、向下兼容差别本体硬件、清静可靠、并且可以在重大情形中一连进化的运动能力。。。。 。
而这种能力对数据提出了更高的要求：不是伶仃的运动轨迹，，，， ，而是能同时保存全身协同、使命意图、接触关系、情形上下文、物理可行性和跨本体复用价值的数据。。。。 。
创投家：现有的运动数据形态保存哪些问题？？？？？？
尚阳星：现有的数据形态，，，， ，单独看都很难自然知足这些要求：
动捕数据可以准确、结构化地纪录人体运动状态，，，， ，但缺失情形信息以及人和情形之间的准确交互 ；；；；；遥操作数据严酷绑定特定机械人本体，，，， ，硬件一换，，，， ，复用价值就会显著下降 ；；；；；第一人称视频集中在最后和物体交互，，，， ，不可完整表达躯干、下肢、重心和接触之间的全身协调关系 ；；；；；第三人称视频虽然能看到整体行动，，，， ，但难以从中提取出准确合理的人体行动。。。。 。
这些数据各自都有价值，，，， ，但单独都缺乏以支持通用全身运动模子需要的数据闭环。。。。 。
创投家：以是通过咱们数据工厂产出的数据是一种怎样的形态？？？？？？
尚阳星：我们把真正面向通用全身运动模子训练的数据资产，，，， ，界说为跨本体全身运动数据（Cross-Embodiment Whole-Body Motion Data，，，， ，CWM），，，， ，要求 CWM 至少同时知足以下四个性子：
跨本体可重定向性（Cross-embodiment retargetability）。。。。 。统一段行动必需能够通过统一的处理管线，，，， ，在差别显著的多种本体上，，，， ，产出物理自洽的训练样本。。。。 。
全身笼罩性（Whole-body coverage）。。。。 。数据必需完整表达躯干、四肢、手部、手指以及它们之间的协同关系，，，， ，而不可只保存上半身最后轨 ；；；；；蛳掳肷聿教。。。 。
物理可行性（Physical feasibility）。。。。 。一条及格的数据，，，， ，不但是运动学平滑合理，，，， ，还需在目的本体上的动力学具备物理可行性，，，， ，不可泛起浮空、穿透、滑移、失稳、力矩超限等问题。。。。 。
多模态性（Multi-source augmentability）。。。。 。及格的数据还需要同步收罗人体行动、语义标签、第一人称视频、第三人称视频、情形资产和物体资产。。。。 。
知足这四个性子的 CWM 数据，，，， ，不是简朴收罗就能获得，，，， ，它需要许多的后处理才华被生产出来，，，， ，这也是我们建设跨本体全身运动数据工厂的出发点。。。。 。
创投家：为什么说CWM数据“不是靠收罗就能获得”？？？？？？
尚阳星：关于全身运动控制来说，，，， ，数据要笼罩的不但是几个标准行动，，，， ，而是行走、转身、下蹲、搬运、抓取、支持、避障、恢复平衡、接触切换等大宗一连行动组合。。。。 。
我们内部的判断，，，， ，要训练出一个真正通用的全身运动模子，，，， ，最终需要数十万甚至上百万小时级别的高质量CWM数据。。。。 。在这个量级眼前，，，， ，少量数据在恒久来看很难支持起通用化，，，， ，真正有价值的是能够一直扩张的数据规模。。。。 。
全身运动数据的重大性在于，，，， ，它不是“收罗的行动越多越好”，，，， ，而是必需有准确的数据配方和严酷的数据质量控制。。。。 。同时，，，， ，每条数据还必需经由洗濯、标注、重定向和物理验证。。。。 。否则，，，， ，大规模数据很容易酿成大规模噪声。。。。 。
因此，，，， ，CWM数据生产必需被设计成一套工业化生产系统，，，， ，而收罗只是其中一环。。。。 。
创投家：这套工业化生产系统详细包括哪些环节？？？？？？
尚阳星：一段行动从被设计出来，，，， ，到能进入训练集，，，， ，还必需经由质检、跨本体重定向、动力学与仿真增强、语义标注，，，， ，以及来自模子训练侧的反馈闭环。。。。 。
这其中，，，， ，专业行动设计职员认真界说行动谱系，，，， ，收罗团队认真高质量同步录制，，，， ，工程团队认真洗濯、名堂化、重定向和仿真回放，，，， ，算法团队认真物理验证、训练反馈和数据筛选，，，， ，质检团队认真把不可用样本挡在训练集之外。。。。 。
这也是 CWM 数据工厂的焦点价值：用稳固的园地、装备、流水线、专业团队和质检系统，，，， ，把通用全身运动数据酿成一种可一连生产能力。。。。 。
创投家：数据工厂在设计行动这个环节上是怎样操作的？？？？？？
尚阳星：通用全身运动模子需要一套一连扩展、能笼罩身体协同方式的运动空间。。。。 。这套空间不可只是行动目录的堆叠，，，， ，而要沿几条相互自力的主线填充。。。。 。
首先就是按身体使用方式组织，，，， ，而不是按行动名称充数。。。。 。移动、姿态转换、肢体协同、接触切换和物体操作，，，， ，这些基础维度是后续重大能力的底盘。。。。 。
其次我们会兼顾重大地形、多人交互与情形交互。。。。 。重大地形改变支持战略，，，， ，多人交互引入空间协商，，，， ，情形交互让身体运动与物体、接触面和可达空间深度耦合。。。。 。它们不可靠平地单人行动外推，，，， ，必需显式安排进收罗妄想。。。。 。
第三，，，， ，我们也会保存下意识行为与自由施展。。。。 。剧本只界说使命界线，，，， ，真实运动里尚有大宗没被写下来的部分：个体行动习惯、临场调解和应对意外的本能反映。。。。 。专业行动设计职员会在录制中给出意图与约束，，，， ，同时保存演出者按自身习惯完成行动的空间。。。。 。
第四就是行动恢复与失败兜底。。。。 。模子能不可被安排，，，， ，很洪流平上取决于失败时能不可稳住。。。。 。失衡后的再平衡、碰撞后的避障回缩、非理想姿态下的起身恢复，，，， ，这类样本通常稀缺，，，， ，但直接关系到模子的清静界线。。。。 。
创投家：CWM数据在收罗历程中需要同步收罗多形态的数据，，，， ，这个收罗历程是怎样实现的？？？？？？
尚阳星：对，，，， ，CWM 的同步收罗不是纯粹录一段人体行动，，，， ，而是要在统一段行动中同步回覆四件事：运动意图、身体运动方式、交互目的与情形。。。。 。这自然要求人体行动、视频、语义、场景被同步纪录。。。。 。
按目今的收罗规范，，，， ，一条完整纪录会只管同步收罗以下四类数据：
人体行动（BVH），，，， ，承载行动语义、身体协同、重心转变和姿态转换 ；；；；；
原始视频，，，， ，作为高价值的辅助信号，，，， ，支持视频行动补全与人体行动提取，，，， ，包括第一人称和第三人称视角 ；；；；；
场景交互资产，，，， ，提供行动爆发的情形与物体上下文，，，， ，是把行动放进仿真情形的前置条件。。。。 。主要收罗两类：地形与场景资产、可交互物体资产。。。。 。
语义标签，，，， ，由专业行动设计职员、现场纪录员和 AI 标注系统协同天生，，，， ，界说行动界线、行动种别、场景和意图。。。。 。
之以是必需同步收罗，，，， ，是由于全身运动的价值不在某一个单独模态，，，， ，而在差别模态之间的对应关系。。。。 。若是这些信号没有对齐，，，， ，我们就无法判断手部轨迹对应的是哪一帧物体接触，，，， ，也无法判断脚底受力是否对应目今姿态，，，， ，更无法验证这段行动是否真的可以进入训练集。。。。 。为此，，，， ，数据工厂为所有收罗装备建设了统一的收罗时钟和时间戳系统，，，， ，来包管其对应关系。。。。 。
创投家：关于跨本体重定向这个环节，，，， ，现在行业里通用的解决方案是什么？？？？？？咱们又是怎样解决的？？？？？？
尚阳星：重定向（motion retargeting）是把一段以人体或某一参考本体为坐标系的行动，，，， ，转化为目的机械人本体上的轨迹。。。。 。业内普遍的操作方式是以人工为主的调参历程，，，， ，每个型号的机械人都需要单独调试，，，， ，只思量重定向这个环节，，，， ，履历富厚的人或许也需要破费几个小时/台。。。。 。
而现在行业通例做法最大的问题在于：只思量了运动学，，，， ，而没有思量动力学。。。。 。这就导致重定向只是模拟了行动运行的轨迹，，，， ，而没有综合思量本体的质量，，，， ，轴距，，，， ，摩擦力等因素，，，， ，其效果就是跨本体泛化水平不达预期。。。。 。
我们在算法层自研了重定向引擎，，，， ，支持“恣意行动×恣意机型×恣意地形”。。。。 。输入同步收罗的多维度数据，，，， ，就可以输出适配种种本体，，，， ，并且综合思量了地形、接触与枢纽因素的有用效果。。。。 。工程层上，，，， ，统一本体笼统层让新机械人仅靠URDF即可自动适配。。。。 。并且，，，， ，工厂接纳了流式与离线双模式，，，， ，支持边采边重定向，，，， ，将逐条人工调试的事情压缩至靠近实时完成。。。。 。
创投家：重定向之后的数据就可以直接用于模子训练了吗？？？？？？
尚阳星：尚有一个环节叫数据增强。。。。 。
跨本体重定向输出的是高质量候选轨迹，，，， ，但候选轨 ；；；；；共皇亲钪昭盗纷什。。。 。数据增强要做的是继续把这些候选轨迹酿成更可验证、更可训练、更容易被模子消耗的数据。。。。 。
我们沿三条路径优化这些轨迹：动力学增强、仿真多样性增强、语义标注。。。。 。
动力学增强：把优质样本放进目的本体的动力学与接触模子里，，，， ，通过RL动力学后处理同时控制跟踪误差和物理违反，，，， ，让候选轨迹从“运动学上像”升级为“在目的本体上能跟踪、不穿透、不超扭矩、不违反摩擦锥”。。。。 。
仿真多样性增强：把统一段行动放进差别的虚拟情形里重复执行，，，， ，让CWM资产的笼罩密度成倍放大。。。。 。补齐缺失模态，，，， ，同时扩增视觉与场景多样性。。。。 。
语义标注：AI标注系统辅助天生行动切片、行动种别、接触状态、场景工具、使命语义、失败原因和能力维度等标签，，，， ，由专业行动设计职员认真复核。。。。 。
创投家：工厂最后怎样验证数据资产的有用性？？？？？？
尚阳星：CWM数据工厂的质量治理则要走两步：先沿生产链路做分层把关，，，， ，再用模子训练的效果做闭环反馈。。。。 。
一条样本从行动需求走到训练集，，，， ，要顺序通过四道自力的质检，，，， ，也就是之前的设计层、原始数据层、重定向层和增强数据层。。。。 。四层把关配合把一条候选样本筛成可入训练集的资产，，，， ，但真正能不可训练出通用全身运动能力，，，， ，最终只能由模子告诉我们。。。。 。
训练侧会把每一次模子评估效果，，，， ，汇总成一份可回写的失败画像。。。。 。失败画像会被直接写回到上游每一层，，，， ，每一层再凭证这份失败画像调解每一步的执行战略。。。。 。
两步合在一起，，，， ，数据工厂就形成了一连迭代闭环，，，， ，将数据置于“设计—收罗—处理—训练—反馈”的闭环链路中，，，， ，从而提升单条数据的有用使用率，，，， ，让数据价值获得最大化释放。。。。 。
创投家：现在数据工厂的本钱结构是怎样的？？？？？？运营状态怎样？？？？？？产出怎么样？？？？？？
尚阳星：现在工厂或许有几十名员工，，，， ，园地规模或许是1000平米左右。。。。 。算上装备的采购以及运营本钱，，，， ，整体投入在万万级别。。。。 。收罗本钱或许是数百元/小时。。。。 。
已往三个月，，，， ，我们在内部试点中跑通了跨本体全身运动数据工厂的端到端链路。。。。 。沿着这条链路，，，， ，我们累计产出了近千小时的高质量CWM数据。。。。 。用这批数据训出的全身运动模子，，，， ，最终在十多款结构、驱动性能、质量漫衍和惯量漫衍差别显著的足式机械人上完成了要害验证。。。。 。
下一阶段的重点，，，， ，是从试点验证转向规 ；；；；；。。。 。我们会把园地、收罗棚、动捕装备、行动设计团队、演出者体例和算法/仿真/逊с力集群同时扩容，，，， ，让前面跑通的产线在更大规模上稳固运转。。。。 。凯时AG目的是在新工厂落地后，，，， ，早期阶段要形成每月数千小时级、面向多构型机械人的高质量CWM数据产出能力。。。。 。
创投家：数据工厂关于行业的价值是什么呢？？？？？？
尚阳星：我们作为自力第三方的运动模子提供商，，，， ，以及未来的通用操作系统提供商，，，， ，凯时AG目的是面向全行业、适配所有机械人。。。。 。若是没有我们这样的第三方角色保存，，，， ，每家公司想要抵达一流的运动控制效果，，，， ，可能就必需自己来建数据工厂，，，， ，或者把这类数据集都买一遍。。。。 。这个本钱当下就得几万万，，，， ，可能过一段时间会更多。。。。 。
另外，，，， ，现在行业里有几百家人形机械人公司，，，， ，我们展望纵然未来最终收敛，，，， ，至少也会保存几十家，，，， ，可以对标汽车厂商的数目。。。。 。若是每家公司都重新来一遍，，，， ，这是重大的资源铺张。。。。 。
这是云南省话剧院民族史诗话剧《澜沧水长》的尾声。。。。 。该剧克日入选第七届天下少数民族文艺会演剧目。。。。 。该剧由云南艺术学院副院长、国家一级编剧杨军编剧，，，， ，中国国家话剧院原常务副院长、国家一级导演王晓鹰担当导演，，，， ，题材取自“新中国民族团结第一碑”——普洱民族团结誓词碑的立碑往事。。。。 。自2022年9月昆明首演以来，，，， ，已在北京、上海、武汉、新疆等地巡演80余场，，，， ，观众逾8万人次。。。。 。