具身数据底座开卖，首发5100元：机器人训练数据有了新解法

< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400"> 具身数据底座开卖，首发5100元：机器人训练数据有了新解法 思邈 2026-08-19 15:42:27 来源： 量子位 允中 发自 凹非寺 量子位 | 公众号 QbitAI 8月18日，五一视界（51WORLD）“物理AI宏伟蓝图2030”发布会正式召开。 围绕AI从数字世界走向物理世界这一趋势，五一视界此次把目光进一步向下延伸到了物理AI的基础设施层，发布了两大具身智能产品： AperData具身数据底座、AperOne具身应用平台 ，同时首次披露 “低空—太空—深空”三层空天战略布局 。 从数据生产，到机器人落地，再到空天探索，五一视界正在进一步补齐其物理AI的基础设施版图。 具身智能的下一道难题，不是模型，而是数据 过去几年，AI模型的能力增长，很大程度上建立在海量数字数据之上，但机器人面对的是另一个世界。 开门、抓取、分拣、整理、使用工具……这些看似简单的动作，需要机器人同时理解空间、运动、物体和人与环境之间的交互关系。 因此，具身智能需要的并不是普通视频，而是能够真实记录环境状态、动作过程和交互结果，并经过时间同步、空间标定和质量验证的数据。 但问题在于，这类数据很难获得。 目前，行业的数据生产主要依赖真机遥操作或分散式采集系统。 前者需要占用昂贵的机器人本体，由专业人员完成操作；后者则往往由不同厂商分别提供相机、传感器、采集软件和后端处理系统。 这导致一个尴尬的现实：采集完成，并不意味着获得了可以训练的数据。 画面模糊、曝光异常、多通道不同步、动作没有完成等问题，往往要等到数据上传甚至训练阶段才能发现。 一旦数据无效，设备、人力、带宽、存储和计算资源都可能被重复消耗。 于是，具身智能真正需要解决的问题变成了：如何以更低成本，持续生产更多真正有效的数据？ AperData：把具身智能的数据生产做成一套基础设施 此次发布的 AperData ，正是五一视界针对这一问题给出的答案。 AperData并非一台单纯的数据采集设备，而是一套覆盖采集、质检、处理、解算、评测和数据集交付的软硬件一体化数据基础设施。 首代产品发布即开售，首发价 5100元/套 。 其核心产品由AperEgo采集硬件+AperOS数据平台构成，通过“采集终端+数据治理引擎+开放数据接口”，将真实世界的数据转化为可训练的数据资产。 这同时也给整个具身行业带来了三层变化： 第一层变化，是把“机器人采数据”变成“人直接采数据”。 传统真机遥操作需要占用机器人本体，采集人员通过遥操作系统控制机器人完成任务，不仅设备成本高，也很难实现大规模并行采集。 AperData则让人直接进入真实场景完成任务。 佩戴AperEgo后，采集人员可以直接完成开门、抓取、分拣、整理等动作；后续将发布的AperWristCAM和AperFinger，进一步补充手部动作与近距离交互信息。 这意味着，数据生产不再受限于机器人本体数量，而可以通过低门槛采集终端组织更多人员、更多地点同时开展数据生产。 第二层变化，是从“采得多”转向“采得准”。 AperEgo通过多目相机、IMU和硬件时间戳，构建第一视角多模态采集能力。 以四目版本为例，其总水平视场超过270°、垂直视场超过155°，向下视场超过100°；前视双目采用65mm基线，并通过高精度安装与标定设计控制空间误差。 同时，设备实现全传感器硬件同步，将视觉、IMU和音频统一纳入同步采集。 最终，AperData将具身数据的“一致性”进一步量化。按照发布信息，经过AperEgo与AperOS软硬协同处理后，交付数据的轨迹物理一致性可达 99% 。 第三层变化，是把“无效数据”挡在云端之外。 更值得关注的是AperOS。 传统采集往往是“先采集、后处理”：所有数据先上传云端，再统一检查、清洗和筛选。 这样一来，很多动作没有完成、任务被中断、尚未进入正式采集状态的数据，也会被完整上传。 AperOS则把这一过程前移到采集端。系统可以在现场检查清晰度、曝光、丢帧率、多通道同步等指标，同时对采集过程进行初步识别和清洗。 无效片段可以直接剔除，正式采集出现问题则能够现场重采。 例如，一段30秒的采集真正有效的部分只有10秒，AperOS可以在端侧直接完成无效部分筛除，再将有效数据上传。 这不仅减少了返工，更直接改变了数据生产的成本结构：少传输无效数据，就意味着 更少的带宽、更少的存储和更少的云端算力 。 最终，AperOS将项目管理、任务下发、现场采集、上传、预处理、质检、解算、评测和数据集交付连接起来，让数据生产从一次性的人工项目变成标准化流程。 发布会披露，AperData软硬一体方案在同等成本下，数据生产效率相比传统真机遥操作 提升10倍以上 。 这也是AperData真正想解决的问题：不是让企业拥有更多原始数据，而是让每一份投入，都尽可能转化成有效数据。 AperOne：让机器人从“能演示”走向“能作业” 如果说AperData解决的是具身智能的数据供给问题，那么AperOne解决的则是 机器人落地的“最后一公里” 。 机器人在实验室里能够完成任务，并不意味着它可以进入真实环境工作。真实场景存在大量动态变化，机器人一旦出现错误决策，试错成本远高于数字世界。 AperOne定位为 具身应用闭环OS平台 ，构建了“重建—训练—评估—部署—运营”五阶闭环，将数字孪生、空间智能、仿真验证和机器人应用连接起来。 目前，这套方案已经在园区、场馆、商场、电站、矿山和工厂等场景进行验证。 从自主巡检、接待导览，到多智能体协同搬运；从危险源巡查，到有限空间侦察和管廊点检，AperOne试图推动机器人从“能够完成Demo”，进一步走向“能够真正承担工作”。 发布会同期公布的具身智能生态合作伙伴，横跨机器人本体、世界模型、灵巧操作模型与具身数据等关键技术层，形成从数据、模型到本体执行的多层能力协同，共同为推进2030年上亿具身走进物理世界而努力。 从低空到深空，物理AI的边界继续向外延伸 此次发布会上，五一视界还首次披露了“低空—太空—深空”三层空天战略。 低空层面，五一视界与影石Insta360合作，构建低空飞行器空域数字化仿真与试飞保障平台，让eVTOL在真正起飞前完成数字世界中的测试与验证。 太空层面，五一视界与环天智慧围绕高精度卫星遥感数据和“物理级可用”数据资产重建展开合作，并联合定制商业遥感卫星“地球克隆之星”ECS-1。 深空层面，则与深空探测实验室合作，将火星、月球探测任务搬进数字世界，实现深空任务的提前仿真推演。 由此，五一视界正在形成一条从自动驾驶、具身智能，到低空、太空和深空的物理AI能力链。 面向2030，五一视界要构建什么？ 从数字孪生，到今天进一步布局物理AI，五一视界正在将过去积累的仿真、数据和数字孪生能力向更多物理世界场景延伸。 形成物理AI三位一体的基础能力，向上与芯片算力合作伙伴共建行业底座，中间层有“模型+仿真+数据”闭环能力做核心支撑，向下覆盖自动驾驶