![]()
章魚動力 SynapX 堅信,具身智能的競爭,最終不是單點能力的競爭,而是系統能力的競爭。
據IPO早知道消息,章魚動力SynapX日前正式發布面向靈巧操作的全模態數據采集系統 SYNData。
不可否認的是,現階段的具身數據的采集仍然存在諸多挑戰——1、全模態:不僅要獲取視覺,還要獲取手部位姿、全掌接觸狀態與力分布;2、高精度:真正有價值的是高保真、高質量的數據;3、大規模:覆蓋海量真實任務、場景,支撐基礎模型訓練;4、零干擾:不改變人的自然操作方式,采集人的原生行為。
為此,章魚動力推出涵蓋頭部 Ego、肌電(EMG)手環和仿生外骨骼數據手套的三大核心硬件模塊,旨在建立一套系統,把人類產生的“碳基”操作信號,轉變為“硅基”機器人數據——其中,頭部 Ego采用四目視覺布局,由前視雙目魚眼和左右兩側魚眼組成,負責采集第一視角視覺數據;EMG 則作為 Bio2Robot 的核心輸入之一,與視覺共同作為 AI 模型的輸入,使得在遮擋場景下仍能恢復手部位姿與接觸力分布,從而實現全模態人手操作數據的生成;而五指仿生外骨骼數據手套則可實現高精度位姿、全掌接觸力和近距視覺的采集。
![]()
這里需要指出的一點是,SYNData 的核心,不是繼續堆疊更多傳感器,而是基于 Bio2Robot 的機制,用 AI 模型,把人類生物學信號轉化為機器人可學習的數據。
![]()
目前,章魚動力已打造了三大數采產品——1、可實現10倍規模化的SYNData-DexUMI:采集頭部視覺、手部位姿、全掌接觸狀態和力分布以及肌電信號,讓視覺、位姿、力觸和肌電在同一時間軸、同一任務中對齊;2、可實現1000倍規模化的SYNData-EgoBio:采集 Ego 視覺和肌電信號,并利用 Bio2Robot 機制,通過 AI 模型計算得到手部位姿、接觸狀態和接觸力分布。讓原本只能在專業采集設備中獲得的全模態數據,可以通過日常佩戴的形式零干擾、規模化獲取;3、可實現1000倍規模化的SYNData-Ego:最輕量化的采集形態,用最低成本采集最大規模的操作數據。捕捉人手如何觸達、物體如何操作、環境如何變化的視覺數據。
![]()
綜上來看,章魚動力計劃以 Bio2Robot 為理念內核,分層構建 DexUMI × EgoBio × Ego 三大采集路徑,覆蓋全模態、高精度、大規模與零干擾采集,打通從人類操作到機器人智能的數據鏈路。
值得一提的是,章魚動力在上個月,剛剛參與了機器人國際頂會 ICRA 2026 官方賽事 AGIBOT World Challenge 的 Reasoning to Action 賽道線上賽階段,位列當前公開榜單全球第二、中國第一。(注:ICRA 是 IEEE International Conference on Robotics and Automation 的旗艦會議)
![]()
要知道,章魚動力于今年1月才成立、且正式參賽不過 3 周,SynapX 便在機器人頂會官方賽事進入全球前列。這項成績所體現的,不只是任務表現本身,更是團隊對方向的判斷、對復雜系統的組織能力,以及在短時間內把關鍵問題做深、做通、做出來的效率。
畢竟,在章魚動力看來,具身智能的競爭,最終不是單點能力的競爭,而是系統能力的競爭。真正決定上限的,不是單個模型或單項任務,而是能否圍繞基礎模型、策略模型、數據體系建立起持續進化的完整閉環——基礎模型決定能力底座與泛化邊界,策略模型決定任務落地與執行效率,數據體系決定能力演進的速度與方向。
這也在一定程度上解釋了章魚動力為何在成立伊始便提出了 SYNTH 深思架構,構建面向物理 AGI 的核心技術體系——SYNTH 深思架構的核心,不是簡單疊加模塊,而是把三者組織成一個統一演進的系統,使能力沉淀、任務落地與數據反饋形成閉環,持續逼近真實世界中的通用操作智能。
![]()
過去兩年行業討論最多的是模型架構和硬件性能,但真正的瓶頸已經轉移至“可規模化的全模態物理交互數據”。誰能在數據問題上建立系統性優勢,誰就掌握具身智能時代的核心資產。
顯然,章魚動力已經走在了前列。
特別聲明:以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布,本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.