导读
随着AI Agent和递归自我改进（RSI）概念的兴起，具身智能领域面临巨大压力。通用大模型正展现出控制物理机器人的潜力，而厂商竞争的焦点已转向底层数据。采集高质量的人类操作数据（Human Data）被视为训练通用机器人的关键，但传统方法存在视觉遮挡、触觉缺失及设备干扰等痛点。在2026 CoRL会议上，简智机器人发布DAS 2.0系统，旨在通过硬件升级解决数据采集难题。
Human Data采集的进化：从单一视角到多模态协同
高质量的人类操作数据并非简单的视频录制。不同任务对数据维度的需求各异：有的需要全局环境信息，有的依赖细微的手指动作，还有的必须包含真实的物理接触反馈。简智机器人提出的Gen DAS数据采集体系，通过设备组合实现时空对齐的多模态采集。
Ego+Wrist+Dex：三位一体的采集方案
该体系主要提供三种配置，分别覆盖任务背景、局部动作和原生物理测量：
- Ego（第一视角）：记录人类操作时的环境、动作轨迹及任务全过程，包括失败后的调整策略。
- Wrist Camera（腕部相机）：作为Ego的补充，提供手部操作的“专属机位”，持续记录手与物体的相对运动及局部形变，弥补头戴相机因遮挡造成的细节丢失。
- Dex（数据手套）：直接记录关节运动和触觉信息，为视觉难以判断的物理接触提供实测依据。
DAS Ego 2.0：视野与清晰度的双重升级
作为机器人的“眼睛”，DAS Ego 2.0在硬件性能上进行了显著优化，以捕捉更丰富的环境与动作线索。
340°全景视野与500万像素高清成像
整机搭载6颗全局快门摄像头，支持30fps同步成像。水平视野扩大至340°，几乎覆盖除身后极小区域外的所有方向，有助于保留更多环境信息和动作上下文。其中，2颗主相机像素升级至500万，其余4颗为200万，指尖追踪标称精度达4mm。
高分辨率图像不仅改善了监督标签的准确性，减少了动作标注偏差，还允许模型在训练阶段通过局部裁剪和多尺度输入，保留手部操作的关键视觉细节。
工业级稳定性保障数据质量
为确保大规模采集的效率，Ego 2.0支持磁吸电池包不停机更换，单包续航约2.5至3小时。配套App具备头部姿态检查、头发遮挡识别及一键录制功能，支持标准MCAP格式和批量后处理。这些改进使得单季度“有效数据”交付量从十万小时级提升至百万小时级。
DAS Dex 2.0：精准捕捉真实触觉
针对手指与物体接触瞬间的微小变化，如打滑或握力调整，传统视觉方案难以捕捉。DAS Dex 2.0通过结构优化和传感器升级，解决了触觉采集中的干扰与稳定性问题。
低干扰结构与高精度传感器
Dex 2.0将主要外骨骼结构移至手指侧面，贴近人手运动轴，最大限度减少对手指自然操作的干扰。其核心组件包括：
- 半柔性压阻式电子皮肤：单手配备16块触觉传感器，共980个感知单元。空间分辨率达1mm，最小检测力0.1N，采样频率100Hz。该技术有效区分了材料形变、通道串扰产生的信号与真实物理接触，避免“触觉幻觉”。
- 微型磁编码器：单手21个独立关节编码器支持21DoF运动捕捉，指尖位置精度标称小于1mm。
长期稳定性与数据应用
在为期一个月的持续采集中，Dex 2.0在相同条件下重复动作的触觉响应保持一致，证明了其长期稳定性。此外，设备支持无本体和遥操两种采集模式。
触觉数据赋能视觉模型
简智正在探索Ego+Wrist Camera+Dex同步配对采集。通过将第一视角、腕部近景与Dex实测的关节、触觉数据对应，为视觉模型提供“带答案”的训练数据。借助配对监督和知识蒸馏，未来有望仅凭视觉方案即可估计接触状态及实现像素级手部追踪，甚至预测后续动作。
从局部到全身：Wholebody数据体系与时空对齐
机器人学习不仅限于手部动作，还包括接近目标、调整站位及全身协调。简智将Wholebody（全身动作）纳入DAS数据体系，涵盖策略层、协调层和执行层三个维度。
毫秒级时间对齐是关键
由于不同机器人本体结构差异，原始数据需尽可能完整准确，且多源信号必须严格时间同步。若视频与触觉信号存在时间错位，会导致模型学习偏差。DAS Ego 2.0和Dex 2.0通过统一时钟、硬件触发和相机曝光控制，实现了约1ms级的头手时间对齐。
以手部运动速度0.5m/s计算，1ms的时间错位仅对应约0.5mm的运动距离，这对于接触、旋转等快速动作的精确建模至关重要。
结语
目前，简智的数据产品已在Simate、自然意志、Dreamlabs、生数Vidu AI等团队的模型中得到验证。随着具身智能对数据精度要求的提高，从视觉、动作到真实触觉的高质量Human Data采集将成为行业竞争的核心。通用大模型已提出挑战，如何通过高效、精准的数据采集与利用，让机器人真正掌握人类技能，是接下来各家企业需要交出的答卷。