人手数据重塑机器人基础模型

背景

具身智能领域长期面临数据瓶颈。主流数据采集路线各有短板：仿真数据效率高但受虚实鸿沟限制；真机遥操作数据质量高，但采集成本高、效率低，且数据与机器人本体深度绑定，难以复用。至简动力在苏州交付的首批 100 台 i7 Pro 机器人已进入工业场景，其背后采用了一条不同于主流的数据路线——人手数据。围绕这一路线，AI 科技评论（雷峰网）专访了至简动力北大联合实验室 RD 负责人、北京大学博士生刘家铭，他最新发表的 LaST-HD 论文由北京大学、香港中文大学、至简动力、乙太科技等团队联合推出，核心思路是让机器人学习人手动作背后的物理规律，从而将人类操作经验转化为机器人技能。

核心内容

刘家铭在对话中系统阐述了人手数据（Human Data）在机器人基础模型中的角色、LaST-HD 的技术思路、行业争论（VLA 与 世界模型）、以及 LaST 系列的整体规划。

人手数据不是替代真机数据，而是互补。

刘家铭指出，人手数据并非新概念，三四年前已有工作尝试利用人手数据做模仿学习。真正变化在于大模型出现后，人手数据第一次有机会成为机器人基础模型的重要组成部分。真机数据存在成本高、难以规模化、多样性不足等问题——采集一条高质量遥操作数据需要整套系统协同；全球最先进的数据工厂仍依赖不断搭建新实验室场景，没法像人一样走进真实世界采集数据；许多人类日常动作用机器人遥操作效率低甚至受限。人手数据带来的不仅是成本下降，更重要的是让机器人有机会接触真实世界中丰富、自然的人类行为。

LaST-HD 的核心：对齐物理世界，而非对齐动作。

过去很多工作尝试把人的动作映射到机器人，如视觉对齐、动作重定向、预训练模型适应不同本体等。刘家铭认为，真正需要对齐的不是动作，而是物理世界的变化。人与机器人虽然动作不同，但改变物理世界的方式是相似的——例如推杯子，人的手和机械臂不一样，运动轨迹也不同，但最终杯子向前移动、与桌面接触关系变化、水晃动这些物理结果是相同的。因此，LaST-HD 没有去对齐动作，而是学习这种共享的物理规律。

数据规模与质量。

至简动力自研的 OOL 手套已采集 2000 小时人手数据（截至论文发布，不含开源数据），预计年底达一两万小时。刘家铭强调，数据达到较好泛化需考虑三个因素：质量、多样性（同一任务同一位置收 30 条数据反而有害，会导致过拟合）、数量。目前最大训练量 2 万多小时，模型已出现不错泛化能力，下游微调所需数据量和探索空间都显著改善。

VLA 与世界模型之争。

刘家铭认为二者不是竞争关系，而是从不同角度提供物理先验。传统 Action Policy 需要从 0 到 100 分预测，VLA 或世界模型（WAM）可以提前把未来状态预测到五六十分，后续 Action Policy 只需完成剩余部分。当前不少 VLA 表现有限，更多反映的是模型与训练数据不充分、训练策略不对，并非范式上限。世界模型擅长建模物理动态和时序依赖，两者可以在系统中共存。

**Latent Reasoning（隐空间推理）**是 LaST 系列的一个方向，动机有三：世界模型生成有用但慢，压缩到隐空间可提升效率；隐空间自由度更高，能融合 3D 信息、本体信息、触觉信息等；人做大多数事情时不需要想象未来具体状态，更像隐空间学习。

LaST 是一个系统，而非单一论文。

刘家铭的博士研究主线是“开放世界机器人的一体化智能体”，将数据、模型、训练策略和本体放到同一系统中思考。LaST 系列包括：LaST₀（机器人基础模型）、LaST-R1（后训练提升模型能力）、TwinRL（结合数字孪生强化学习）、LaST-HD（利用人手数据学习操作经验）。近期还有新工作。这些工作共同补足机器人学习过程中的不同短板。

百台交付的意义：验证了从数据、模型、训练策略到本体的一体化管线是可行的。 LaST 系列的工作最终都要在真机上验证，百台交付就是验证节点。

后训练与个性化愿景。

LaST-HD 中提出的后训练策略（先 latent alignment 预训练，再通过少量人手纠错数据快速微调）并非为了刷 benchmark，而是来自工业界反推：机器人进入用户家庭后，应该持续学习，越来越符合用户习惯。刘家铭提出一种新范式——用户戴上轻量级手套，按自己的习惯做几遍，机器人通过简单迭代更新（可能几十分钟），就能将精度从 60 分提到 90 分以上，更重要的是学会用户习惯，形成专属定制化机器人。在实验室特定任务和场景下，该方法已获得 90%+ 成功率。

灵巧手落地场景与终局判断。

未来几年，灵巧手更优先落地于半开放环境（工业柔性制造、自动化实验室、商业服务等），任务复杂但环境可控。家庭场景是最终目标，但高自由度加上高泛化难度极大。具身智能的终局不是 80% 与 81% 的内卷，而是最后 20% 的长尾与个性化。预训练拉基础能力到 80 分，大家都能做；但“机器人千人千面”——场景自适应、持续学习、个性化记忆——才是拉开差距的关键。数据飞轮的关键不是采得多，而是真实场景、持续回流、在线优化。

关键要点

• 数据路线之争：人手数据不是要取代真机数据，而是互补。真机数据成本高、难规模化、多样性不足，人手数据让机器人有机会接触真实世界中丰富的自然人类行为。
• LaST-HD 核心创新：对齐物理世界的变化，而非对齐动作。人和机器人改变物理世界的方式相似，学习共享物理规律比动作映射更本质。
• 数据规模与质量：至简动力已采集 2000 小时人手数据（年底预估一两万小时），强调质量、多样性、数量三者并重，大量重复数据反而有害。
• VLA 与世界模型：二者不是竞争，而是协同提供物理先验。当前 VLA 表现有限源于训练不足，非范式上限。隐空间推理可兼顾效率、多模态融合、类人认知。
• LaST 系列系统观：LaST 是一个包含基础模型、后训练、数字孪生强化学习、人手数据利用等环节的系统工程，而非单篇论文。
• 百台交付验证：至简动力 100 台 i7 Pro 机器人交付证明了从数据、模型、训练策略到本体的一体化管线可跑通。
• 后训练与个性化：少量高质量人手数据可快速微调机器人适应新环境、新用户习惯，目标是实现“千人千面”的定制化机器人。
• 灵巧手落地节奏：优先半开放环境（工业、实验室、商业），家庭场景是长期目标。
• 终局比拼：不是基准分数内卷，而是长尾与个性化——场景自适应、持续学习、个性化记忆，闭环数据飞轮是关键。

意义与影响

刘家铭的分享揭示了具身智能领域一条从数据到模型再到落地的系统性路径。人手数据路线的价值不仅在于降低数据采集成本，更在于它打开了机器人接触真实世界多样性的窗口，使“人机数据共生”成为可能。LaST-HD 提出的物理对齐思路，跳出了过去动作映射的局限，为机器人学习提供了一种更