具身數據底座開賣，首發5100元：機器人訓練數據有了新解法

　　炒股就看金麒麟分析師研報，權威，專業，及時，全面，助您挖掘潛力主題機會！

（來源：量子位）

8月18日，五一視界（51WORLD）「物理AI宏偉藍圖2030」發佈會正式召開。

圍繞AI從數字世界走向物理世界這一趨勢，五一視界此次把目光進一步向下延伸到了物理AI的基礎設施層，發佈了兩大具身智能產品：AperData具身數據底座、AperOne具身應用平臺，同時首次披露「低空—太空—深空」三層空天戰略佈局

從數據生產，到機器人落地，再到空天探索，五一視界正在進一步補齊其物理AI的基礎設施版圖。

過去幾年，AI模型的能力增長，很大程度上建立在海量數字數據之上，但機器人面對的是另一個世界。

開門、抓取、分揀、整理、使用工具……這些看似簡單的動作，需要機器人同時理解空間、運動、物體和人與環境之間的交互關係。

因此，具身智能需要的並不是普通視頻，而是能夠真實記錄環境狀態、動作過程和交互結果，並經過時間同步、空間標定和質量驗證的數據。

但問題在於，這類數據很難獲得。

目前，行業的數據生產主要依賴真機遙操作或分散式採集系統。

前者需要佔用昂貴的機器人本體，由專業人員完成操作；后者則往往由不同廠商分別提供相機、傳感器、採集軟件和后端處理系統。

這導致一個尷尬的現實：採集完成，並不意味着獲得了可以訓練的數據。

畫面模糊、曝光異常、多通道不同步、動作沒有完成等問題，往往要等到數據上傳甚至訓練階段才能發現。

一旦數據無效，設備、人力、帶寬、存儲和計算資源都可能被重複消耗。

於是，具身智能真正需要解決的問題變成了：如何以更低成本，持續生產更多真正有效的數據？

此次發佈的AperData，正是五一視界針對這一問題給出的答案。

AperData並非一臺單純的數據採集設備，而是一套覆蓋採集、質檢、處理、解算、評測和數據集交付的軟硬件一體化數據基礎設施。

首代產品發佈即開售，首發價5100元/套

其核心產品由AperEgo採集硬件+AperOS數據平臺構成，通過「採集終端+數據治理引擎+開放數據接口」，將真實世界的數據轉化為可訓練的數據資產。

這同時也給整個具身行業帶來了三層變化：

第一層變化，是把「機器人採數據」變成「人直接採數據」。

傳統真機遙操作需要佔用機器人本體，採集人員通過遙操作系統控制機器人完成任務，不僅設備成本高，也很難實現大規模並行採集。

AperData則讓人直接進入真實場景完成任務。

佩戴AperEgo后，採集人員可以直接完成開門、抓取、分揀、整理等動作；后續將發佈的AperWristCAM和AperFinger，進一步補充手部動作與近距離交互信息。

這意味着，數據生產不再受限於機器人本體數量，而可以通過低門檻採集終端組織更多人員、更多地點同時開展數據生產。

第二層變化，是從「採得多」轉向「採得準」。

AperEgo通過多目相機、IMU和硬件時間戳，構建第一視角多模態採集能力。

以四目版本為例，其總水平視場超過270°、垂直視場超過155°，向下視場超過100°；前視雙目採用65mm基線，並通過高精度安裝與標定設計控制空間誤差。

同時，設備實現全傳感器硬件同步，將視覺、IMU和音頻統一納入同步採集。

最終，AperData將具身數據的「一致性」進一步量化。按照發布信息，經過AperEgo與AperOS軟硬協同處理后，交付數據的軌跡物理一致性可達99%

第三層變化，是把「無效數據」擋在雲端之外。

更值得關注的是AperOS。

傳統採集往往是「先採集、后處理」：所有數據先上傳雲端，再統一檢查、清洗和篩選。

這樣一來，很多動作沒有完成、任務被中斷、尚未進入正式採集狀態的數據，也會被完整上傳。

AperOS則把這一過程前移到採集端。系統可以在現場檢查清晰度、曝光、丟幀率、多通道同步等指標，同時對採集過程進行初步識別和清洗。

無效片段可以直接剔除，正式採集出現問題則能夠現場重採。

例如，一段30秒的採集真正有效的部分只有10秒，AperOS可以在端側直接完成無效部分篩除，再將有效數據上傳。

這不僅減少了返工，更直接改變了數據生產的成本結構：少傳輸無效數據，就意味着更少的帶寬、更少的存儲和更少的雲端算力

最終，AperOS將項目管理、任務下發、現場採集、上傳、預處理、質檢、解算、評測和數據集交付連接起來，讓數據生產從一次性的人工項目變成標準化流程。

發佈會披露，AperData軟硬一體方案在同等成本下，數據生產效率相比傳統真機遙操作提升10倍以上

這也是AperData真正想解決的問題：不是讓企業擁有更多原始數據，而是讓每一份投入，都儘可能轉化成有效數據。

如果説AperData解決的是具身智能的數據供給問題，那麼AperOne解決的則是機器人落地的「最后一公里」

機器人在實驗室里能夠完成任務，並不意味着它可以進入真實環境工作。真實場景存在大量動態變化，機器人一旦出現錯誤決策，試錯成本遠高於數字世界。

AperOne定位為具身應用閉環OS平臺，構建了「重建—訓練—評估—部署—運營」五階閉環，將數字孿生、空間智能、仿真驗證和機器人應用連接起來。

目前，這套方案已經在園區、場館、商場、電站、礦山和工廠等場景進行驗證。

從自主巡檢、接待導覽，到多智能體協同搬運；從危險源巡查，到有限空間偵察和管廊點檢，AperOne試圖推動機器人從「能夠完成Demo」，進一步走向「能夠真正承擔工作」。

發佈會同期公佈的具身智能生態合作伙伴，橫跨機器人本體、世界模型、靈巧操作模型與具身數據等關鍵技術層，形成從數據、模型到本體執行的多層能力協同，共同為推進2030年上億具身走進物理世界而努力。

此次發佈會上，五一視界還首次披露了「低空—太空—深空」三層空天戰略。

低空層面，五一視界與影石Insta360合作，構建低空飛行器空域數字化仿真與試飛保障平臺，讓eVTOL在真正起飛前完成數字世界中的測試與驗證。

太空層面，五一視界與環天智慧圍繞高精度衞星遙感數據和「物理級可用」數據資產重建展開合作，並聯合定制商業遙感衞星「地球克隆之星」ECS-1。

深空層面，則與深空探測實驗室合作，將火星、月球探測任務搬進數字世界，實現深空任務的提前仿真推演。

由此，五一視界正在形成一條從自動駕駛、具身智能，到低空、太空和深空的物理AI能力鏈。

從數字孿生，到今天進一步佈局物理AI，五一視界正在將過去積累的仿真、數據和數字孿生能力向更多物理世界場景延伸。

形成物理AI三位一體的基礎能力，向上與芯片算力合作伙伴共建行業底座，中間層有「模型+仿真+數據」閉環能力做核心支撐，向下覆蓋自動駕駛、具身智能、空天探索等多場景應用。

這套全棧體系不僅能支撐自身業務落地，也在逐步成為物理AI行業的通用基礎設施。

當AI從屏幕走進現實世界，模型需要的數據也將從數字世界進入物理世界。

誰能夠更低成本地獲取真實世界經驗，更高效地把這些經驗轉化為可訓練、可驗證的數據，誰就更有機會掌握下一階段物理AI發展的基礎能力。

8月18日的這場發佈會，五一視界給出的答案已經從一個產品，擴展成了一張更大的圖：

用AperData解決數據，用AperOne解決落地，再用仿真和數字孿生連接更廣闊的物理世界。

而這，或許正是「物理AI宏偉藍圖2030」真正想表達的——

當AI開始進入物理世界，基礎設施本身，也將成為新的競爭力。

劃重點！AperData軟硬件一體具身數據底座現已開放預定，首發價5100元/套，預訂鏈接：https://unionimage-aperdata.ai/

*本文系量子位獲授權刊載，觀點僅為原作者所有。