“ 数据采集的下一战，简智为什么先谈可信再谈规模？
具身智能行业正在经历一种奇怪的稀缺。数据采集设备越来越多，动捕手套、第一视角头环、遥操作平台层出不穷，但真正能进入模型训练、稳定产出有效监督的高质量数据，获取成本依然高企。
矛盾出在哪里？
答案藏在数据采集链路的一个被长期忽视的断点上。画面记录了操作，但接触没有被记录；动作被捕捉了，但动作与接触之间的物理因果没有被对齐。
拧开一个瓶盖，机器人要学会的远不只是旋转角度。它要先看见瓶盖、判断站位、伸手接近，再在接触发生的瞬间控制压力，感受滑移，调整手指姿态。
人类做这件事几乎不假思索，机器人却需要一条完整的因果链：观察—动作—接触—反馈—调整—结果。
Physical AI正从实验室里的模型验证，走向真实场景的连续任务验证。技术路径的演进对训练数据提出了一个新要求，数据必须完整且对齐。
Robot Skill的习得依赖Human Skill的高保真转译，而转译的失真，往往不发生在算法层，而在数据源头。采集硬件决定了具身AI能力的天花板。
简智机器人最新发布的DAS 2.0系统，即Dex2.0灵巧数据采集手套和Ego 2.0第一视角头戴采集主机，正是从这一判断出发的设计实践。其核心逻辑是用三种递进的采集配置，逐层补全物理因果链。
01.
Dex 2.0：让动作自然发生，让标签可信
手部数据采集有一个根本性困境，外骨骼结构越刚性，关节测量越可靠，但对自然动作的干扰越大；柔性方案越贴合，动作越自然，但测量依赖形变反推，漂移和误差更严重。采集设备本身在改写人的动作策略。数据规模越大，这种系统性偏差被模型固化为错误策略的风险越高。
Dex 2.0的第一个取舍，是把外骨骼从手背、指腹等核心交互区域移到手指侧面，释放抓握、贴面拾取、掌内旋转等关键操作空间，同时在侧置关节中嵌入微型磁编码器，直接读取局部关节转角，经运动学标定还原手部状态。无需逆运动学解算，也不依赖视觉反推。
21DoF、0.2°关节角度分辨率、指尖位置精度小于1mm、编码器厚度约3mm、外骨骼主体约60g，这些参数背后是一个更重要的判断，数据标签应是具有明确运动学含义的直接测量信号。
第二个取舍，是触觉的可靠性。织物类柔性触觉方案最难处理的问题之一，在于在没有真实接触的时候也可能产生信号。手指屈伸、材料拉伸、佩戴滑移造成的伪信号，会与真实按压在数据上高度相似，导致模型学到的是设备制造的“触觉幻觉”，同时局部或指尖触觉又难以描述掌面承托、多指包覆。
Dex 2.0采用自研半柔性压阻式电子皮肤，在贴合曲面与抑制运动伪影之间建立了新的平衡，通过传感单元与阵列设计降低串扰，追求单点按压、单点响应。
触觉的可靠性可以拆成三层。第一层，接触本身尽量不被采集设备干扰；第二层，检测信号能区分真实接触与弯折、拉伸、佩戴预紧等非目标干扰；第三层，长期采集中的测量一致性。
据悉，在已完成的一个月采集测试中，同等条件下重复相同动作，触觉测量响应保持一致。这个信息的意义在于它指向一个更关键的问题：当采集从单次演示扩展到持续生产，设备状态变化会不会让相似画面对上不同标签？
Dex 2.0单手16块触觉传感器、980个感知单元、1mm空间分辨率、0.1N最小检测力、100Hz 触觉采样，单片可承受超过100万次法向按压与10万次弯折。对VLA和世界模型而言，接触时机、滑移检测、力位调整是理解因果关系的核心信号。触觉“沉默”的可靠性，影响的是数据可用性、后处理成本与监督信号的可信度。
此外，Dex 2.0还支持无本体采集与灵巧手遥操作双模式。无本体模式低成本覆盖更多人员、任务、物体与真实场景；遥操作模式将人手状态转换为机器人关节控制输入，适配不同灵巧手自由度、关节布局与控制接口。
无本体解决“技能从哪里来”，遥操作解决“技能如何落到本体”。一台设备，连接人类示范与机器人执行。
02.
Ego 2.0：把手放回环境里
一次真实操作，从来不只是手在动作。
人需要先走近目标，选择一个站位，弯腰或侧身，调整观察角度，然后才伸出手。这些前奏和后续动作，构成了操作成立的身体条件与空间约束。如果数据只保留手在目标附近的动作片段，模型就难以学到这次操作为何能完成。
Ego 2.0在整个DAS 2.0体系中承担的角色，正是补上这层环境与任务的规模化覆盖，让人类操作成为可被重建的“人—物体—环境”空间关系。
核心升级体现在三个维度上。视觉上，2颗500万像素加4颗200万像素全局快门相机，六路30fps同步成像，指尖追踪精度可达4mm；视野上，水平视场从上一代270°扩展至340°，垂直最高120°，扩大对人体上半身、周身环境及侧后方区域的覆盖；工程化上，竖向绑带加柔性缓冲适配不同头围，配套采集帽降低发丝遮挡，一键录制+语音反馈，App头姿和遮挡检测，磁吸电池不关机更换，单电池包2.5-3小时续航，标准mcap格式输出。
这些工程细节的指向很明确，让设备从实验室走向真实岗位，从单次演示走向批量并行采集。
03.
三种采集方案：不是设备清单，是监督密度分层省心
更有价值的，是简智把采集能力组织成了三种方案，形成了三种监督密度。
（1）Ego：规模与多样性，先把数据分布打开
Ego首先承担可规模化的环境、任务与全身覆盖。采集配置较轻，便于进入更多自然场景，保留不同操作者、对象、空间布局与操作习惯。它的价值由数据分布决定，同一个任务是否包含不同环境、异常情况和解决路径；能否持续采到变化、失败与恢复过程。
第一视角、头手轨迹与任务过程共同提供背景，让模型有机会学到跨场景规律，减少对单一操作台和固定流程的依赖。有效规模是新增任务与长尾交互的覆盖。这是数据体系的地基。
（2）Ego+wrist：把动作与接触描述得更细
Ego+wrist提高的是接触与手部动作的描述精度与准确性。全局记录给出任务过程，腕部连续画面补充接近方向、手指调整、手—物相对运动与局部形变。结合标定与轨迹重建，这类数据能更细致地组织动作片段、对齐不同视角，并描述从接近、调整到拿起的变化。
它保留了以视觉为主的采集方式，为扩大精细动作数据覆盖提供空间。但这一增量有明确边界。工作距离、运动模糊、遮挡以及时空对齐都会影响效果；更多画面需要转化为连续、可对应的动作信息，才能形成高粒度数据；视觉重建也仍会存在不可见关节和接触状态的不确定性。
Ego+wrist能够看得更细，对于需要扩大精细动作数据覆盖、又希望保留较轻采集配置的团队，这是当前条件下的一种务实选择。
（3）Ego+Dex：原生监督标尺，补上物理接触
Ego+Dex能够提供更完整的原生、全模态手部监督。关节传感直接记录手部构型与动作变化，触觉记录真实接触，再与第一视角、头手轨迹共同对齐。这组数据可以为视觉推断提供独立测量依据，也能区分外观相近、物理结果不同的示范。
它在数据体系中承担高质量监督标尺的作用，覆盖动作精度、手部构型与接触结果，而不只是增加一种传感模态。混合训练时，广覆盖数据扩展任务分布，动作细节数据提高过程分辨率，原生测量数据约束关键状态与动作标签。
配置的选择由任务所需的信息决定，更完整的模态适合承担精细监督，更轻的配置适合扩大真实场景覆盖。
如果面向双视角触觉预测，还需要进一步采集Ego+wrist+Dex的同步配对数据。视觉提供输入，关节和触觉提供物理监督；经过配对训练，后续Ego+wrist方案可以尝试输出接触事件、区域、强弱趋势及置信程度。
这条路线可通过配对监督与知识蒸馏，把精细采集中的物理表征扩展到更大规模的视觉数据。但必须保留实测标签与模型预测的类型和置信度区分，避免预测误差在后续训练中被不断强化。
04.
同一时间戳，不等于同一时刻
多路传感器只有对应到同一次交互，才能共同形成监督。
软件时间戳的“同时”，只是文件层面的近似，不是物理层面的同步。操作系统调度、通信传输、数据缓存、驱动队列都会引入不确定延迟。在快速抓取、旋转瓶盖、插拔连接器、接触点切换中，这种错位会让模型把后一帧的动作标签绑定到前一帧画面，学到错误的接触时机和状态转移。
DAS 2.0的工程答案是，统一时基、硬件触发与相机快门曝光控制，在信号产生的源头规定相机何时曝光、关节与触觉何时采样，实现1ms级头手时间对齐。
数据采集从“设备堆叠”转变为分层配置。Ego独立承担最大规模的环境与全身覆盖，以轻量化换取数据分布的广度；Ego+wrist在视觉框架内提升动作与接触的描述精度，是广度与细节之间的折中方案；Ego+Dex以原生关节测量和全掌触觉提供高质量监督，是数据体系中的物理标尺，为视觉推断和混合训练提供可信的约束信号。
三者的关系更像是数据基础设施中的不同层级。广覆盖数据扩展任务分布，动作细节数据提高过程分辨率，原生测量数据约束关键状态与动作标签。不同配置共享可对齐的任务、轨迹和交互表征，使不同质量层级的数据可以在同一套监督体系中协同使用，而非互相替代。
具身模型真正需要学习的，是动作如何引发接触、接触如何改变物体、反馈如何驱动下一步动作。只有头手硬同步才能提供这种因果链的可信监督信号。头手硬同步，是提供这种因果链可信监督的关键前提之一。
采集流程也要服务于这种连续性。佩戴与头姿、头发遮挡质检，一键录制，多路同步采集，App 实时质检，磁吸换电续采，MCAP 标准格式后处理。这些细节决定了高质量记录能否持续产生。
05.
把一次完整操作，变成可持续供给的数据链
当同步把一次操作还原成完整因果链，下一步才是能否稳定、持续、规模化地供给。
对简智而言，DAS 2.0的产品逻辑背后还有一个更长期的判断。数据采集硬件的价值，最终要通过模型训练的实际效果来验证。
在Physical AI大模型不断泛化、能力持续涌现的阶段，数据的价值正在从“提供更多样本”转向“提供更可信的约束”。模型越泛化，越需要数据回答三个问题。
第一，动作—接触—结果是否被物理一致地记录；第二，长尾场景、失败恢复和跨环境变化是否被覆盖；第三，不同设备、不同批次、不同采集者产生的数据，能否以统一时基、一致标签和可追溯流程被模型消化。
单纯增加小时数，未必自动转化为泛化能力；可被训练、可被验证、可被复用的“有效数据”，才是模型涌现背后的约束条件和评测底座。数据既扩展分布，也校准因果。
数据需求也因此分层。客户既想要覆盖更多场景、更多操作者、更多长尾任务的广度，又想要接触、力位、滑移等关键状态的高质量监督，同时还必须控制单条有效数据的成本。单一全模态高精度方案不可能覆盖所有场景，单一轻量视觉方案又补不上物理接触。数据行业真正缺少的，是一套能把不同监督密度组织起来的基础设施。
从产业生态看，数据行业仍处在从零散采集向数据基础设施过渡的早期。硬件厂商、采集服务商、标注与后处理平台、标准与合规、模型评测和模型团队之间仍未形成稳定分工；开源数据、闭源交付和任务型数据资产会长期并存。谁能把真实场景中的操作稳定转成可训练、可比较、可复用的数据结构，谁就更有机会占据生态中的关键节点。
简智正是沿着这一方向，致力于将每一次真实操作沉淀为可持续供给的数据基础设施，让数据的约束价值在模型泛化的每一个阶段都能被稳定兑现。
据悉，简智的数据产品已在全球多家Physical AI团队的模型中完成大规模验证，单季度有效数据交付量从十万小时级提升至百万小时级。在行业从讲故事走向看交付的阶段，稳定交付本身就是竞争力。完成1亿元融资后，简智继续投入Dex+Ego硬件栈研发与开源数据建设，试图在采集硬件之外，以高质量开源数据降低整个行业获取人类演示数据的门槛。
当数据能还原“观察—动作—接触—反馈—调整—结果”的完整因果链，Human Skill才可能更完整地转译为Robot Skill。
规模化不是更多设备，而是更多有效数据；不是两件孤立硬件，而是一套Human Data完整基础设施。
这或许才是Physical AI时代，数据采集系统真正要重构的训练底座。
