清華92后，融資數(shù)億

一年五輪融資、金額數(shù)億元，具身智能跑出一只潛力獨(dú)角獸：鹿明機(jī)器人。

去年12 月，它連拿兩輪錢，融了幾個(gè)億；去年上半年，它連融了三輪，近2億元。

為啥資本瘋搶？核心之一是它研發(fā)的FastUMI Pro軟硬件系統(tǒng)。

簡(jiǎn)單說就是“不用機(jī)器人本體，也能采數(shù)據(jù)”的方法，2025年下半年，海外的兩家明星具身智能公司，Generalist的新模型Gen 0，以及Sunday Robotics，都采用了UMI。

這種技術(shù)使得原來(lái)人控制機(jī)器遙操作采一條數(shù)據(jù)要50秒，現(xiàn)在10秒就搞定，成本直接砍了80%，鹿明還搞8道工業(yè)級(jí)檢查，以前行業(yè)里70%的數(shù)據(jù)能用，現(xiàn)在95%以上都是好數(shù)據(jù)。

它的核心本事是“泛化”：一套數(shù)據(jù)，幾十種機(jī)器人都能用，打破數(shù)據(jù)孤島，讓所有機(jī)器人都能 “互通有無(wú)”！鹿明機(jī)器人的崛起，其實(shí)在說一個(gè)簡(jiǎn)單道理：具身智能要落地，先搞定數(shù)據(jù)。

鹿明機(jī)器人由前追覓科技人形機(jī)器人業(yè)務(wù)負(fù)責(zé)人喻超創(chuàng)立，喻超畢業(yè)于清華大學(xué)，自2016年起便深耕機(jī)器人學(xué)習(xí)算法領(lǐng)域。聯(lián)席CTO丁琰為紐約州立大學(xué)人工智能博士、前上海AI lab明星研究員。

從2024年 9月成立，到破解行業(yè)數(shù)據(jù)難題，2026 年他們的目標(biāo)是百萬(wàn)小時(shí)具身真機(jī)數(shù)據(jù)產(chǎn)能，建成全球最大的具身真機(jī)數(shù)據(jù)集。據(jù)稱，全球具身智能圈內(nèi)，有超過三分之二的頂尖團(tuán)隊(duì)，都在使用FastUMI Pro，這一系統(tǒng)已經(jīng)成為行業(yè)內(nèi)驗(yàn)證和開發(fā)UMI能力的標(biāo)配裝備。

也正因如此，鹿明機(jī)器人與智元機(jī)器人、銀河通用、它石智航一起，被并稱為“具身數(shù)據(jù)四小龍”。

最近，鉛筆道同多家媒體一起，與喻超、丁琰就機(jī)器人數(shù)據(jù)、商業(yè)機(jī)會(huì)等話題交流，以下是對(duì)話精華。

鉛筆道：是什么讓你下定決心出來(lái)創(chuàng)業(yè)？

喻超：2024年，我看到了大模型技術(shù)在NLP領(lǐng)域的突破，我相信Scaling Law在具身智能領(lǐng)域也是成立的，通用智能與機(jī)器人相結(jié)合的拐點(diǎn)已經(jīng)到來(lái)。

而且我看到了行業(yè)存在很多待解的痛點(diǎn)，比如基礎(chǔ)設(shè)施不夠完善，無(wú)法支撐具身智能在場(chǎng)景里規(guī)模化落地，現(xiàn)在正是構(gòu)建行業(yè)基礎(chǔ)設(shè)施、建立數(shù)據(jù)標(biāo)準(zhǔn)的最佳時(shí)機(jī)。

鉛筆道：創(chuàng)業(yè)以來(lái)都做了哪些事情？

喻超：基于我對(duì)于行業(yè)的認(rèn)知，提出了“鹿明指數(shù)”。鹿明指數(shù)=場(chǎng)景價(jià)值 / (數(shù)據(jù)成本 × 硬件成本)。

在具身智能領(lǐng)域，真正拉開差距的，是落地成本。數(shù)據(jù)成本和硬件成本越低，場(chǎng)景價(jià)值越大。

基于這個(gè)判斷，我們也形成了一個(gè)更清晰的共識(shí)：基礎(chǔ)設(shè)施是否成熟，決定了場(chǎng)景能不能穩(wěn)定落地；硬件本體是否可靠、貼合場(chǎng)景，決定了能不能長(zhǎng)期使用；數(shù)據(jù)是否高質(zhì)量、低成本、可規(guī)模復(fù)制，決定了模型能不能在不同場(chǎng)景中“舉一反三”。

這也是為什么，我們并不只盯著某一個(gè)環(huán)節(jié)做優(yōu)化。鹿明指數(shù)真正想解決的，不是“單點(diǎn)領(lǐng)先”，而是整體效率。它指導(dǎo)我們系統(tǒng)性地搭建從硬件、數(shù)據(jù)到模型的完整能力。

一個(gè)具體的例子是，我們自主研發(fā)了 FastUMI Pro 數(shù)據(jù)采集系統(tǒng)。通過這套系統(tǒng)，真機(jī)數(shù)據(jù)的采集效率提升了 5 倍，成本降低了 80%。構(gòu)建起從硬件、數(shù)據(jù)到模型的全棧能力閉環(huán)。

鉛筆道：怎么看待數(shù)據(jù)、模型、硬件之間的關(guān)系？

丁琰：數(shù)據(jù)質(zhì)量首先取決于數(shù)據(jù)采集硬件。采集硬件好不好，決定了數(shù)據(jù)質(zhì)量高低，而數(shù)據(jù)質(zhì)量又決定了模型能力的上限。如果數(shù)據(jù)質(zhì)量不好，模型不可能訓(xùn)練好。

然后是硬件。當(dāng)數(shù)據(jù)與模型完成適配后，最終要部署到硬件本體上，如果本體性能跟不上，模型的效果也很難完全發(fā)揮出來(lái)。

這三者是相互影響的關(guān)系。也正因?yàn)檫@樣，我們最近會(huì)發(fā)布一款“為 UMI量身打造”的輕量級(jí)機(jī)械臂，希望它能最大程度發(fā)揮數(shù)據(jù)和模型的能力，把整體性能推到一個(gè)比較極致的狀態(tài)。

鉛筆道：你們既賣設(shè)備，也圍繞數(shù)據(jù)。你們真正的核心競(jìng)爭(zhēng)力是什么？為什么客戶會(huì)選擇你們，而不只是買一個(gè)“本體硬件”？

丁琰：在具身智能行業(yè)，如果模型訓(xùn)不出來(lái)，那一切都沒有意義。

硬件不是一個(gè)孤立的東西。傳感器選型、數(shù)據(jù)處理方式、數(shù)據(jù)如何被模型使用，這些是一個(gè)有機(jī)整體。我們賣的并不是一個(gè)“夾爪”，而是一整套如何為模型提供高質(zhì)量物理訓(xùn)練數(shù)據(jù)的解決方案。

用 3D 打印也能做出一個(gè)外形類似的東西，但關(guān)鍵不在“像不像”，而在于——它采的數(shù)據(jù)，能不能真正訓(xùn)練出模型。

我們從市場(chǎng)得到的反饋是，用我們的設(shè)備采集到的數(shù)據(jù)，是少有的能真正能把模型訓(xùn)出來(lái)的。

鉛筆道：你們和同行的差異具體體現(xiàn)在哪？

丁琰：經(jīng)過長(zhǎng)時(shí)間的探索，我們反復(fù)驗(yàn)證了一件事：數(shù)據(jù)采集硬件和模型訓(xùn)練經(jīng)驗(yàn)是分不開的。

如果完全不做模型，對(duì)訓(xùn)練沒有感知，就直接去做硬件，那這個(gè)硬件基本是“廢的”。

即便外觀、傳感器參數(shù)看起來(lái)一樣，但里面的東西完全不一樣。

舉一個(gè)具體的例子：鏡頭選型。我們用了高性能的運(yùn)動(dòng)級(jí)魚眼鏡頭，是因?yàn)樵诟咚龠\(yùn)動(dòng)采集時(shí)，普通魚眼會(huì)糊、會(huì)失真。

而且還有一個(gè)細(xì)節(jié)——動(dòng)態(tài)恢復(fù)能力。比如你把手擋住鏡頭，再松開，普通鏡頭可能要 3-4 秒才能恢復(fù)，我們的可以瞬間恢復(fù)。

對(duì)不做算法的人來(lái)說，這是小細(xì)節(jié)；但對(duì)做模型的人來(lái)說，這決定了任務(wù)是 0，還是 100，中間沒有“差不多”。

所以我們?cè)谟布贤度肓舜罅砍杀荆驗(yàn)椴贿@么做，模型就訓(xùn)不出來(lái)。我們的目標(biāo)始終是提供能夠用于訓(xùn)練模型的高質(zhì)量數(shù)據(jù)，而FastUMI Pro是支持具身智能規(guī)模化的關(guān)鍵基礎(chǔ)設(shè)施。

此外，我們提供的不僅是數(shù)據(jù)采集設(shè)備、高質(zhì)量數(shù)據(jù)集，更有行業(yè)解決方案以及聯(lián)合模型訓(xùn)練的全棧服務(wù)，我們構(gòu)建了一個(gè)完善的UMI數(shù)據(jù)生態(tài)體系。我們是一個(gè)以數(shù)據(jù)為紐帶，連接硬件、算法、場(chǎng)景和合作伙伴的生態(tài)平臺(tái)。

鉛筆道：你們的技術(shù)，為什么能做到“不挑機(jī)器人的身體”？

丁琰：我舉個(gè)比較直觀的例子。我們?cè)跀?shù)據(jù)采集時(shí)，會(huì)用到兩類設(shè)備：一種是手持設(shè)備，一種是機(jī)載設(shè)備。

手持設(shè)備本質(zhì)上是一個(gè)夾爪，上面裝了攝像頭，用來(lái)記錄夾爪的外觀和操作過程。在部署的時(shí)候，只要機(jī)器人夾爪的外觀與攝像頭參數(shù)和手持設(shè)備一致，無(wú)論所搭配的機(jī)械臂類型如何，采集到的數(shù)據(jù)都可以相互共用，這就實(shí)現(xiàn)了物理層面的本體泛化。

泛化能力本質(zhì)上是一個(gè)“見過多少世界”的問題。過去的問題在于，數(shù)據(jù)采集慢、成本高、質(zhì)量不穩(wěn)定，一個(gè)小時(shí)可能只能采三五條數(shù)據(jù)。但現(xiàn)在這種方式，數(shù)據(jù)規(guī)模可以快速做上去，而且質(zhì)量是可控的。

鉛筆道：機(jī)器人在工廠的哪些環(huán)節(jié)，已經(jīng)能比較明顯地提升效率？

丁琰：整體來(lái)看，工廠里的任務(wù)大概可以分成三大類，難度是逐級(jí)上升的。

第一類是最簡(jiǎn)單的，比如規(guī)則相對(duì)明確的pick&place，不涉及力控。這一類場(chǎng)景是最好落地的。我們之前在合作中，大概有30%的場(chǎng)景屬于這一類。

第二類是對(duì)力控和穩(wěn)定性要求更高的任務(wù)，比如疊紙盒、包裝，這類任務(wù)需要有力反饋，難度就上升了一檔，這一類也大概占30%。

第三類是既需要力控，又需要精度，比如插線束、做PCB相關(guān)操作，典型的 3C 場(chǎng)景。這類任務(wù)難度最高，對(duì)系統(tǒng)要求也最復(fù)雜。

這種分層的意義在于，讓系統(tǒng)在真實(shí)產(chǎn)線中逐級(jí)驗(yàn)證可靠性。

鉛筆道：你們的UMI 數(shù)據(jù)采集方法，資金門檻相對(duì)較低，很多中小公司、初創(chuàng)公司都會(huì)優(yōu)先選擇它。那對(duì)資金充裕的大廠來(lái)說，它會(huì)不會(huì)成為一種“操作數(shù)據(jù)”的平替方案？

丁琰：對(duì)中小公司來(lái)說，UMI 是一個(gè)非常好的起點(diǎn)，能夠以低成本獲得大規(guī)模的高質(zhì)量真機(jī)數(shù)據(jù)；對(duì)大公司來(lái)說，隨著模型規(guī)模擴(kuò)大，對(duì)數(shù)據(jù)量的需求達(dá)到海量級(jí)別，遙操作數(shù)據(jù)的成本過高，從產(chǎn)業(yè)角度看，它本質(zhì)上是一個(gè)效率更高的數(shù)據(jù)解決方案，會(huì)推動(dòng)整個(gè)產(chǎn)業(yè)分工發(fā)生變化。

鉛筆道：在數(shù)據(jù)采集過程中，最難的是哪一環(huán)？

丁琰：數(shù)據(jù)質(zhì)量管理。數(shù)據(jù)必須做即時(shí)評(píng)估，才能保證數(shù)據(jù)質(zhì)量可控。

這也是為什么我們?cè)跀?shù)據(jù)評(píng)估和管理體系上投入了這么多精力。我們將“可復(fù)現(xiàn)”作為數(shù)據(jù)治理的第一性原理，建立了8道工業(yè)級(jí)數(shù)據(jù)質(zhì)量評(píng)估體系，只交付100%可復(fù)現(xiàn)的數(shù)據(jù)。

不同類型的客戶會(huì)給我們提出不同的標(biāo)準(zhǔn)，在給客戶交付數(shù)據(jù)的時(shí)候，我們的數(shù)據(jù)質(zhì)量不僅全都符合這些標(biāo)準(zhǔn)，甚至還遠(yuǎn)高于客戶的標(biāo)準(zhǔn)。