現(xiàn)在大家都知道，數(shù)據(jù)之于模型的重要性。

可從數(shù)據(jù)采集到算法訓練之間，有個天然的痛點。

如果把數(shù)據(jù)采集外包，那數(shù)據(jù)質(zhì)量難以保證，外包人員很難精準get到算法人員的需求。如果算法人員親自采，那投產(chǎn)比極低。

這兩天去拜訪樂聚機器人，發(fā)現(xiàn)他們正在解決這個痛點。而且遠不止于此，他們正在做具身領域的中間層，或者說infra。

值得跟大家分享一下。

賽道抉擇｜不止機器人，更要做具身“基礎設施”

簡單來說，他們用專業(yè)算法人員采集高質(zhì)量數(shù)據(jù)，并機器人大腦模型做后訓練。重點是，他們不只針對自家機器人，而是面向通用，也就是做起了具身領域的中間層，做infra。

但這事沒那么容易。

由于具身的發(fā)展還在極早期，所以不像其他算法領域，搞個公開數(shù)據(jù)集，哪家模型廠商都能用。

現(xiàn)階段，各家采用的技術(shù)方案和供應鏈廠商各不相同，導致機器人本體的差異巨大。比如雙足機器人、輪臂機器人、不同的靈巧手，它們的坑都不一樣。每家機器人公司，只顧得上解決自己本體的坑。

所以要做具身領域的中間層，是極難的。

但樂聚這么做了。

我問他們，樂聚不是也做自己的機器人嗎，比如夸父，為什么你們能做infra。

回答是，樂聚參與過全國多個人形機器人訓練場的建設，有大量本體，數(shù)據(jù)采集需求也非常大。全身運控、靈巧手操作、輪臂基礎運控等不同方案的數(shù)據(jù)，他們本身就在采集。

所以做數(shù)據(jù)采集和訓練對齊是有天然優(yōu)勢的。

技術(shù)解法｜自研全鏈路工具鏈，打通“數(shù)據(jù)-模型-應用”閉環(huán)

然后聊聊樂聚具體是如何做的。

他們基于VLA模型，研發(fā)了一套后訓練系統(tǒng)。還配套搭建了數(shù)據(jù)采集處理平臺、后訓練工具鏈和部署測評工具鏈。

這就構(gòu)成了“數(shù)據(jù)-模型-現(xiàn)場應用”的完整閉環(huán)。

先說后訓練系統(tǒng)。

它有針對性地解決VLA模型后訓練中的痛點。有兩個我比較看重。

一個是“災難性遺忘”問題，也就是學了新知識忘了老知識。他們提出了基于LoRA的輕量級微調(diào)架構(gòu)。讓模型學習新技能的同時，盡可能保留預訓練階段學習的知識。

另一個是只會模仿動作，不理解背后物理規(guī)律。他們在后訓練中融合了“世界模型”。讓模型可以理解物理的因果，并預測操作后的狀態(tài)，從而生成當前最合理的操作。

此外，還解決了抽象指令與抓取位置和力度對齊、觀測視角變化、同物體差異化操作、多攝像頭的算力浪費和細節(jié)遺漏這些問題。

再看數(shù)據(jù)采集處理平臺、后訓練工具鏈和部署測評工具鏈。

這一套做的是“數(shù)據(jù)采集-模型后訓練-部署測評”閉環(huán)。

數(shù)據(jù)采集處理平臺解決的就是文章開頭我提到的痛點。平臺上有多種采集方式，還有清洗、標注、質(zhì)檢、管理與輸出這些關(guān)鍵環(huán)節(jié)。

拿數(shù)據(jù)清洗來說，采完直接輸出干凈數(shù)據(jù)，以前花三五天清洗的工作量，現(xiàn)在只需要一天。

這一整套后訓練系統(tǒng)，也非常容易上手。

在ICRA 2026的REAL-I挑戰(zhàn)賽，學生們直接零幀起手，一天之內(nèi)就能把模型部署到真機上。

說說這套系統(tǒng)的驗證。

前面提了樂聚要做通用，所以他們在4種機器人本體和5個主流模型上，進行了交叉驗證。

結(jié)果是，LingBot-VLA在5個模型中表現(xiàn)最好，夸父4 Pro在4個機器人中表現(xiàn)最好。

而且夸父4 Pro是其中唯一的雙足人形機器人。難度最高，表現(xiàn)最好，它跑通了“真實機數(shù)據(jù)-模型后訓練-多本體部署-真實機評測-失敗歸因回流”整個閉環(huán)。

能力實測｜跨機型交叉驗證，具身優(yōu)秀成績單

說到這，是不是感覺具身智能就要起飛了。但測評數(shù)據(jù)會告訴你，依然任重道遠。

在95個場景的橫向測評里，樂聚后訓練的平均成功率（SR）是17.59%，平均過程得分（PS）是36.22%的。

17.59%這個數(shù)字，心中難免會有疑問，這算高嗎？但實際上，這已經(jīng)是現(xiàn)階段，具身領域里一張非常優(yōu)秀的成績單了。

首先，測評任務是真的難。

95個場景中的很多任務是精細操作，比如精細插入、工具使用、擦拭覆蓋、小目標按壓、動態(tài)接觸、穩(wěn)定搬運、多階段狀態(tài)轉(zhuǎn)換。人類操作都沒那么容易。

其次，前面提到了，不同機器人本體差異太大，一個模型跑在不同身體中，測評結(jié)果也各不相同。

再就是，測評指標本身就很嚴格。

PS看的是過程推進，不只看最后有沒有成功。多步任務里，機器人可能最后沒完全完成，但前幾步走得比較穩(wěn)，這些階段性能力同樣值得記錄。

而且SR和PS一起看，比只看成功率更有意義。它們會告訴你模型大概卡在哪里，是感知沒看懂，還是抓取沒抓穩(wěn)，是中間步驟錯了，還是最后收尾失敗。

不過，雖然離通用應用還很遠，但在垂直場景的表現(xiàn)要優(yōu)秀很多。

舉個例子，在汽車制造里的料箱拆垛場景，綜合成功率竟然能超過95%，技能效果從30%變成了80%至90%。

讓通用大腦落地單獨場景，讓通才更容易變成專才，靠的就是這個后訓練系統(tǒng)。

如今具身行業(yè)的敘事，已經(jīng)從“小腦”轉(zhuǎn)向“大腦”的落地應用。工業(yè)領域遍布著大量尚未被開發(fā)的應用場景，機器人的落地部署擁有廣闊空間。

這套后訓練工具鏈最大的價值，就是把開發(fā)、部署的門檻降到了新低，效率得到大幅提升，同時也方便二次開發(fā)。

對于整個行業(yè)而言，這無疑會加速各類機器人走進真實工廠，助力具身智能產(chǎn)業(yè)走向規(guī)模化發(fā)展。

如果你有任何看法，歡迎在評論區(qū)一起討論

如果有一點收獲，可以點贊、轉(zhuǎn)發(fā)、推薦文章，關(guān)注「AI機器人茶館」