头图：具身智能行业图片

各人好，我是瓦力，具身算法筹商员。

先说个事情。前一阵咱们找外包采了一批遥操数据，三百多条。终末能进查考集的，一百条出面。剩下的两百条数据，有手脚彷徨、结尾定位偏差、要道帧被遮盖的。一条条看数据，的确挺熬东说念主。经过都对，东说念主也到位，钱也花了，扫尾一泰半的数据都没办法用。

我深信这亦然大部分作念算法的推行感受。模子调到一定进度，瓶颈基本都不在模子本人，是喂进去的数据。何况这个问题还不是费钱堆量就能解决的。你跟外包把需求讲了半天，对方点头说懂了，采出来的东西讲解注解根柢没懂。

卡到自后，我启动四处问东说念主，有莫得靠谱的办法能把数采作念塌实点。问了身边搞具身的同学，发现各人遭遇的问题大差不差，然后有个一又友给我指了条路，说不错问问数采厂。

我一启动是不深信的。数采厂嘛，无外乎把经过作念圭表、把东说念阁下好。外包的东说念主也大多是他们提供。骨子厂商和标注公司我也战役过，大同小异。

抱着取经的作风，我如故问了下之前天南战役过的几家公司。聊完之后，我才发现我方想的有些窄了。他们想干的，不只单是把辘集经过优化得更好。有些公司致使想作念更大的事情，把数据和模子这两件事，融在一王人。

这家厂是乐聚，我差未几从他们那里找到了一些有道理的想路，是以和各人共享一下know how。

1. 采数据这件事，外包只可处置一半

先把问题说了了。

目下行业里采数据，大多数是两拨东说念主。一拨在查考端，懂模子、懂算法，知说念一条好数据长什么样；另一拨在辘集端，可能是外包，也可能是数据标注公司，追究遥操或者无骨子的数采。

这两拨东说念主之间，其实不太意会对方。

查考端的东说念主，常常不会躬行去采几百小时。辘集端的东说念主，又基本碰不到模子查考。扫尾即是，需求在传递的过程中一层层失真。

比如我想告诉外包的同学说「我想要这个持取的战役一霎稳极少」，传到辘集端可能就酿成了「很慢的把东西持起来」。这中间丢掉的信息，其实即是我想要模子学习的东西。

所除外包能处置的，其实只好一半：量。它能给你堆出几百上千小时的数据。但另一半，质，或者说跟模子需求的对王人，它给不了太多。

这让我想起之前写许华哲那篇时，Pete 抛过的一个问题：全世界的机器东说念主学家，该不该放下筹商一年，挑升去辘集数据。

那时我的判断是不可真这样干，但如实值得算法的同学试一试。是以我也的确去试了试，就在乐聚那儿。

我那时通过遥操把天平上的砝码放到盒子里的时刻，我对了好一会儿才把最大的砝码放进去。但从数据本人的角度，或者从东说念主类的角度，我以为应该很班师能放进去才对。

但你说数采员能作念的更好么，我以为也不大可能了。

推行体验下来，我最大的感受之一即是：目下其实不是没东说念主采数据，是采转头的数据，和算法想要的还有很大的距离。

想要把数据作念成工业品，前提是采的东说念主得懂模子，懂模子的东说念主也得知说念辘集推行的景色。不然你经过作念得再行为，采的东西不一定是模子需要的。

这即是为什么我说，外包只可处置一半。不是外包不起劲，是这套单干从结构上就注定了数据质料的天花板。

2. 数据和模子分不开，我以为有两层含义

聊到这，得说回乐聚让我以为有道理的处所。

许多东说念主讲「数据和模子分不开」，聊的都是名义：你得额外据才气训模子。这层太浅了，谁都懂。我以为确切的分不开，是两层。

第一层是硬件层。你得的确用过各家的骨子，才知说念不同构型的骨子在采数据时会踩什么坑。轮臂的坑、双足的坑、不同奢睿手的坑，都不一样。 一个只作念自家骨子的厂商，数据重点可能只会 focus 在自家居品上，他莫得能源、也莫得场景去试水别家骨子的坑。乐聚参与建立寰球多个东说念主形查科场，他们骨子的数目多，数采需求大。本人就在采全身运控、奢睿手操作、轮臂基础运控这些不同构型的数据，它对跨骨子的底层互异，意会是更全的。

第二层是组织层，这点更庞杂。采数据的东说念主，必须懂算法要什么。前边说的问题，2026世界杯官方指定中国区认证平台外包搞不定，骨子厂商其实也隔着半说念墙，因为模子团队和数据团队往往是两拨东说念主、两个 KPI。

而乐聚此次干的事，是把数据工场和后查考算法库，作念到了一王人。辘集端和查考端，是归并拨东说念主在对王人需求。采数据的时刻，脑子里装着的即是模子要什么。

这两层叠在一王人，才是完满的「数据和模子分不开」。我知说念这里有东说念主要反问：乐聚我方不亦然骨子厂吗?夸父即是它的机器东说念主，凭什么说骨子厂不行，它就行?

这个问题问得很对，我我方的第一反应亦然这样。

但我周末在他们线下体验完，能嗅觉取得乐聚正在从一个「卖骨子」的公司，转向作念 infra，现阶段在作念的即是「辘集和捕快对王人」。

三月份天南和各人聊乐聚，就在说他们也要作念的具身基座，我体验完之后守旧这个见解。

是以他们此次发布的后查考系统，我以为是沿着这个标的再鼓吹。

3. 四款骨子里，唯独跑通闭环的是双足

这套后查考系统主若是乐聚我方作念的，测试用的 LingBot-VLA预查考灵验到乐聚的真机数据。

确切让我感酷好的不是这个，是他们怎么去讲解注解这套后查考系统。乐聚没只秀「我的骨子跑通我的模子」，他们搭了两个标的的对照。

横进取，以夸父 KUAVO 4 Pro 这台骨子，去适配 5 个主流模子，看哪个进展最佳。纵进取，拿 LingBot-VLA 这一个模子，放到 4 款不同骨子上去跑，看各家骨子的适配情况。

这种横纵交叉的蓄意，是会透露站位的。

一个纯骨子厂，只会秀「我的骨子加我配合的模子，精通活」。一个纯模子厂，只会秀「我的模子，在常见骨子上能跑」。

只好一个把我方定位成中间层、定位成后查考这一层的玩家，才会良友去作念这种横纵交叉的对照。因为只好站在中间，这两个标的才都是你的业务。

更有道理的是纵向的扫尾，参与的 4 款骨子里，夸父是唯独的双足东说念主形，何况它把整条闭环跑通了。双足是很难的骨子，这个无谓我多说。轮臂、机械臂底盘稳、手脚空间规整，双足光是站着不晃就仍是在阔绰一堆适度余量。

把我方难啃的双足，中国开云放到蚂蚁的模子下面去跑。

我的解读是，乐聚这是把赌注摆明了：模子是谁的不庞杂，骨子是不是最难的也不庞杂，他们押的是中间这套从真机数据到失败归因的闭环，能不可把难的组合跑通。

虽然，这个手脚若干是作念给各人看的，咱们暂且不论。但双足这关真跑通了，至少讲解这套闭环能 work。

这条闭环，买通的是 真实机数据 → 模子后查考 → 多骨子部署 → 真实机评测 → 失败归因回流。它 solid 的不是某一段，是「回流」两个字，失败的案例能自动喂且归驱动下一轮迭代。

站位，即是这样用一个手脚摆出来的。

4. 平均不到20%的收服从，我有些疑问

再聊点现实。

乐聚后查考在 95 个场景的横向测评里，平均收服从(SR)是 17.59%，平均过程得分(PS)是 36.22%。坦率讲，17.59% 的扫尾，有点低。我的第一反应即是：这到底是数据不行，如故模子不行?

这个问题我也平直问了乐聚的追究东说念主，他们跟我解释的随机道理如下：

第一，任务是的确难。这 95 个场景里，许多不是单步持放，而是良好插入、器用使用、擦抹隐蔽、小主见按压、动态战役、贯通搬运、多阶段状态养息。这些任务你换成东说念主手去作念，都得屏住呼吸。

我现场拍的测试过程，好远离易收效的一条。

第二，真机践诺难。归并个模子，换一台机器东说念主，骨子结构、结尾夹爪、相机视角、手脚空间、适度频率全变，扫尾随着变。这恰好反证了前边说的，跨骨子有多难。

第三，SR 体现的并不完满。SR 只看终末有莫得完满作念完，中间任何一步崩了就算 0 分。而 PS 过程分才反应过程鼓吹到了哪一步。复杂的多阶段任务，只盯着 SR 是不自制的，GM-100 论文也挑升说了这点，是以才另外界说了算计子任务完成度的主见。也即是说，PS 的 36.22% 比 SR 更能讲解模子真实的才气。

第四，它考的是长尾泛化，不是牵挂。LingBot-VLA 论文里提到，测试聚会不祥 50% 的手脚，根柢不在查考集前 100 高频手脚里。等于挑升挑模子没怎么见过的组合来考，考的是举一反三，不是背谜底。

讲到这，得直面一个问题，我我方一启动亦然这样问的：就 150 条数据查考，会不会仅仅为了考据一下经过跑得通，拿来比收服从有点站不住脚? 乐聚的同学跟我强调，他们不是松弛的经过考据，是小样本条目下的压力测试，外加一次长入预算的横向相比。

给总共模子相似 150 条的后查考预算，自制地比谁泛化得更好。在这个长入预算下，LingBot-VLA 的两容貌标都是最优，PS 比强基线 π0.5 当先近 10 个点。

这个解释倒能说得通，不外倒也算是揭了真机使命的遮羞布。

总共这个词行业距离可靠的通用操作，差距还很大啊。

乐聚顺遂还作念了垂直场景的落地。相似这套系统，到了具体的场景，比如汽车制造里的料箱拆垛，轮廓收服从作念到了 95% 以上，手段扫尾从最初的 30% 出面，提到了 80% 到 90%。

一个是通才压力测试上的 17.59%，一个是专才落地场景里的 95%。这两个数不矛盾，它恰正是「通才变专才」这条路的字据。

而把通才逼成专才的，即是中间那套后查考系统。

5. 把通才逼成专才的，是中间那套系统

这套系统的中枢，是一个自研的后查考算法库。细节我不逐个伸开，Github上仍是开源了。

挑两个我以为相比实在的，用东说念主话讲一下。

一个是针对「横祸性渐忘」的。

VLA 基模微调有个老差错：外行段学会了，预查考阶段的本钱事却丢了。乐聚用的是基于 LoRA 的轻量微调，你不错意会成，给模子注入外行段的时刻，尽量别去动它本来那套广宽的先验，这样它濒临没见过的物体，泛化才气才不会塌。

另一个是交融了生成式世界模子的后查考。

传统 VLA 许多时刻是在机械地师法示范手脚，并不睬出恭脚背后的物理因果。加了世界模子之后，相称于让模子动手之前，先在脑子里预演一下「我这样操作，接下来会发生什么」，再据此选当下合理的手脚。说东说念主话即是，从背谜底，酿成了边推理边干。

算法库之外，是三条器用链：数据辘集处理平台、后查考器用链、端侧部署测评器用链。

串起来，即是一条从数据到现场的完满活水线。其中阿谁数据平台很戳我，它把行为化的数据清洗作念成了活水线，采完平直输出干净数据，传闻能把本来 3 到 5 天的清洗工时压到一天。

开源的代码库我周末也用他们数据跑了一下，没什么很大的坑。

这套东西成不熟谙，还有个侧面的字据：在刚已毕的 ICRA 2026 的 REAL-I 挑战赛里，全球高校的学生，依托乐聚盛开的数据集和全栈器用链，一天之内就能从零起步，把模子部署到真机上，跑通金属件翻正、日化瓶取放、快递包裹扫描这三个真实工业场景。

学生一天，从零到真机跑通。

能把上手门槛压到这个进度，讲解这套后查考系统，如实在往「工业品」的标的作念。

写在背面

回到最启动。我之是以去找乐聚，是因为我我方的数据采得不顺，外包采转头一泰半不可用，根子在于采的东说念主不懂模子需求。

是以乐聚继承我方买通数据和模子，我以为他们如故有我方的想法。

在我的视角看来，他们想解决的可能是一个结构性问题：当搞数采的东说念主我方就懂算法，那么取得的每一条数据都是带着模子需求的。

数据和模子，背面可能从数采的起点就走到一王人。

但还有两件事，我还有点疑问。

一是模子用的蚂蚁的，乐聚作念的是后查考和数据，从我的体感上来说，这一层的壁垒是短期如故恒久，目下还说不太准，如故说换个额外据有算力的玩家也能砸出来。

二是横向测评里低 SR 就摆在那儿，总共这个词行业对通用具身的预期如故不可太乐不雅，乐聚目下的当先能不可保持，也要看背面的迭代。

从我的不雅感上来看，我仅仅以为数采厂我方作念模子和算法，起点上会有我方的想考。况且本年总共这个词行业都在喊落地，搞运控的卷舞蹈，搞大脑的找落地场景（进家庭/进工场），产业正在孳生大批的开导需求。

这样大的需求，只靠目下行业的算法团队鸿沟根柢吃不用。乐聚这套后查考体系一定进度上裁减了开导门槛，想加入但莫得训戒的开导团队也能快速参与进来。

-END-中国开云