请输入搜索关键词!

EN

当前所在的位置: 首页 · 新闻中心 · 公司新闻 ·
CoRL2026报道:诠视科技 SeerSense® DS80 被 波士顿动力AI研究所 前沿论文列为 UMI 6DoF 追踪单元
2026-11-17

分享:

RAI Institute 两套新一代手持具身数采平台均以该模组输出高精度末端位姿;


迎来创办十周年的机器人学习国际会议 CoRL 2026 日前在美国奥斯汀举行。由波士顿动力创始人 Marc Raibert 领导的 Robotics and AI Institute(RAI Institute)在会议期间公开两篇聚焦手持式具身数据采集的 Workshop 论文——《Eucalyptus: A High-Fidelity Multimodal UMI》与《Koala Gripper: Co-designing Robotic Grippers and Data-Capture Devices for Scaling Dexterous Manipulation Learning》。两篇论文的系统设计章节均明确载明:采用诠视科技(Xvisio Technology)的 SeerSense® DS80 空间计算模组,作为采集设备的 6DoF 位姿追踪单元。RAI Institute 已于 11 月 2 日将两项成果列入其 CoRL 2026 成果汇总。

 

这两项工作共同的起点,是 2024 年由斯坦福大学、哥伦比亚大学与丰田研究院提出的 UMI(Universal Manipulation Interface)范式:用一把手持夹爪,在没有机器人本体的真实场景里记录人类示范,再把示范迁移为机器人策略。

 

Eucalyptus 针对持续、接触密集的采集做了系统级加固:六连杆机构消除了原 UMI 实测 7–12 mm 的位置相关回差,最大指行程由 80 mm 扩至 107 mm;磁编码器直接测量指宽(亚毫米精度),双三轴力传感器直接测量交互力;一颗轻量化 180° 广角相机保持与 UMI 一致的腕部视角;6DoF 位姿则由专用的SeerSense® DS80 输出。采集软件以 ROS 分布式架构同步各路数据流,并按标定后的 TCP(工具中心点)位姿 记录——机器人执行策略时使用同一 TCP 坐标系,DS80 的输出因此成为连接"人手示范"与"机器人动作空间"的公共坐标。据论文披露,2026 年夏季 5 名采集员使用 4 台设备、在 3 类任务上累计采集超过 18,000 条示范,单人单日峰值超过 700 条;所采数据已用于滑轮绕线、管道插入、电池插入等接触密集任务的视运动策略训练。

 

图片来源:论文“Eucalyptus: A High-Fidelity Multimodal UMI”

Koala Gripper 则提出"协同设计"框架,把人用手持采集端与机器人执行端的约束同时纳入设计,形成一套具备 3 自由度形态、一体式双拇指与欠驱动连杆的夹爪系统,可完成卡片拣取、电钻使用等平行夹爪难以胜任的操作。论文写明,其 6DoF 位姿由 "Xvisio SeerSense® DS80" 测量,并与三路广角相机、磁编码器共同构成策略训练所需的状态量;由于两端共用架构,采集端与执行端的状态、动作流无需重映射即可互通。团队以 250 条手持示范加 100 条遥操作示范训练扩散策略,并在 Franka FR3 机械臂上完成滤面、拆杯等任务验证。

 

图片来源:论文“Koala Gripper: Co-designing Robotic Grippers and Data-Capture Devices

for Scaling Dexterous Manipulation Learning”

 

两项工作指向同一项技术转向:位姿、指宽、交互力从"视觉推断"变为"直接测量"。据诠视科技官网产品资料,DS80 以双目鱼眼、iTOF、RGB 与 9 轴 IMU 做多传感融合,在模组内完成 500–1000 Hz 的 SLAM/VIO 运算,标称毫米级定位,整机 93 g、平均功耗 2.8 W,并提供 ROS/ROS2 等接口——手持设备由此无需外置光学动捕即可输出可直接进入训练管线的位姿。Eucalyptus 论文援引该团队此前以 Vicon 光学动捕为参照的表征结果,追踪子系统平均相对平移、旋转误差分别为 1.1 mm 与 0.2°;论文同时注明,该结果与 UMI 原文采用不同评测协议,不宜直接横向比较。

 

这一转向与国内产业节奏高度重合。2026 年政府工作报告首次提出培育发展具身智能等未来产业;国家数据局 6 月印发《关于推进行业高质量数据集建设行动的实施方案》,把具身智能列为五个创新领域之一,明确要求加快重点场景"物理交互、环境感知、运动控制"等真机交互数据集建设。更直接的时间锚点是:工信部批准发布的行业标准 YD/T 6771—2026《人工智能 关键基础技术 具身智能数据集质量要求及评估方法》已于 2026 年 11 月 1 日正式实施,以完整性、一致性、多样性、真实性、易用性、实用性、可扩展性、安全性八个维度统一质量口径,推动行业从"规模导向"转向"质量导向"。数据供给正从零散采集走向体系化。

 

技术路线上,高成本的真机遥操作、低成本但存在 Sim2Real 鸿沟的仿真合成,与 UMI 类无本体采集正在形成互补配比;CoRL 2026 同期的 UMI Arena 专题更首次把"数采设备"与"策略模型"并列为评测对象,按人体工学、灵巧性、可复现性、成本等维度现场评议。换言之,行业开始追问的已不只是"采了多少小时",而是"每一帧位姿是否可信、每条示范是否可执行"。

 

据公司此前公开信息,诠视科技已把"面向物理 AI / 世界模型的数据采集"列为主线:今年 6 月在美国 AWE 2026 发布第一视角数采终端 SeerFusion One 并进入量产交付;7 月 WAIC 期间加入物理智能创新联合体(CPAII),与飞捷科思联合发布 FysiData-Ego 数据采集终端,并与数据堂达成战略合作,将机器人可执行性验证与数据质量评估前置到采集现场。

"具身智能的数据竞争,正在从'采了多少小时'转向'每一帧是否可信、是否可执行'。"诠视科技方面表示,"6DoF 位姿是连接人类示范与机器人动作空间的坐标基准。我们很高兴看到自研空间计算模组在国际前沿数采平台中承担这一基础角色,也将继续围绕高精度、多模态、可同步的采集链路,与产业链伙伴共建面向物理 AI 的数据基础设施。"  继DS80之后,近期又推出了 更高精度的多目位姿追踪空间计算模组DS80-4和 面向UMI夹爪的高精度多模态追踪产品系列,

我们有什么可以帮助您?
新闻中心
联系我们

上海市长宁区通协路288号旭辉国际1号楼509室

+86(021)52900903(中国)

contact@xvisiotech.com

Copyright ©  上海诠视智感科技有限公司 版权所有 备案号:沪ICP备2026031701号-2

法律声明    隐私政策