NE时代

近日，无问智科与灵心巧手正式宣布达成深度战略合作。双方将充分发挥各自在具身智能数据基础设施构建和末端操作通用平台能力方面的优势，面向具身智能时代的核心瓶颈——高质量灵巧操作数据稀缺——联合打造行业最大规模的灵巧操作数据集，同时基于无垠数据基座打造行业最专业的灵巧手操作评测体系，双方以高自由度灵巧手X高质量数据X专业权威的评测体系加速灵巧手落地千行百业。

本次合作聚焦于灵巧操作这一具身智能走向通用化、实用化的关键能力方向，计划共同建设覆盖：

100+细分场景

2000+交互物品

50+个原子技能

3000万条+高质量数据

的超大规模数据体系，形成兼具广度、深度与专业度的高质量数据集，构建高质量、可泛化、可复用的数据与评测基础设施，为灵巧操作模型训练、策略优化、能力评测与真实场景落地提供坚实支撑。

为什么是

“灵巧操作数据”？

如果说运动能力决定机器人“能不能动”，那么灵巧操作能力则决定机器人“能不能真正干活”。

从抓取、捏取、拨动、按压、旋拧，到插接、分拣、整理、装配、取放，机器人要进入工业、零售、家庭、服务等真实世界场景，最终都离不开对复杂物体、复杂接触、复杂任务流程的稳定操作能力。而这一能力的形成，高度依赖于大规模、高质量、多样化、强标注、可迁移的数据供给。

但长期以来，行业在灵巧操作数据侧仍面临几大挑战：

#01

数据规模不足

相较于自动驾驶、互联网视觉等领域，灵巧操作数据在时长、覆盖范围和任务复杂度上仍明显不足，难以支撑通用操作模型的规模化训练。

#02

场景与物品多样性不够

真实世界中的操作对象千差万别，材质、形态、尺寸、刚柔属性、关节结构、可供性特征差异巨大，缺乏足够丰富的场景和物品覆盖，模型泛化能力就会天然受限。

#03

技能拆解不够细

许多复杂任务本质上由多个原子技能组合而成。若无法建立标准化的技能拆解体系与数据组织方式，就难以形成可复用、可扩展、可评测的能力底座。

#04

数据质量与一致性难保障

灵巧操作涉及精细接触、力控变化、时序依赖和失败样本价值，数据采集与质检门槛极高。没有系统化的平台和方法论，数据很难真正服务模型训练与工程落地。

也正因如此，建设一个面向行业、面向未来、面向真实落地需求的灵巧操作数据基础设施，已经成为具身智能产业发展的关键命题。

图 长三角（德清）具身智能数据采集训练场

灵巧操作数据集构建

面向物理AI时代共同拓展具身智能边界

物理AI时代正在到来，机器人将从单一动作执行，逐步走向复杂环境理解、精细交互与通用任务完成。灵巧操作能力，正是这一演进过程中的核心关口之一。

无问智科与灵心巧手此次战略合作，正是在这一产业趋势下的重要布局。双方将以行业最大规模灵巧操作数据集建设为抓手，持续推动灵巧操作能力的数据化、标准化、体系化与规模化，为具身智能训练与应用落地提供更坚实的支撑。

未来，双方也将继续围绕数据基础设施建设、灵巧操作能力评测体系、典型应用场景落地等方向开展更广泛合作，与产业伙伴一道，共同推动具身智能迈向更高质量的发展阶段。

图 长三角（德清）具身智能数据采集训练场

灵巧操作数据集构建

结语

从“数据稀缺”到“数据基座”，

从“机械僵硬”到“智慧灵巧”，

具身智能的发展，正在跨过一条关键分水岭。

无问智科与灵心巧手将以此次战略合作为起点，联合打造行业最大规模灵巧操作数据集，构建可持续进化闭环的灵巧手操作评测体系，夯实物理AI时代的基础设施底座，共同打开具身智能的巨大想象空间。