机器人前瞻（公众号：robot_pro）

作者 | 江宇

编辑 | 漠影

机器人前瞻 1 月 7 日报道，今日，深圳具身智能创企鹿明机器人（LUMOS）正式发布业内首款量产的数采硬件产品 FastUMI Pro。目前，搭载该硬件的系统已在全球超三分之二的具身智能团队中被采用，用于支撑真机数据采集与策略模型训练。

过去一年，鹿明机器人构建出了提升数据采集效率 5 倍、成本降低至 1/5 的 FastUMI 方案，其未来目标是在 2026 年达到 100 万小时级别的可训练 UMI 数据产能，进入具身智能训练规模化阶段。

与此同时，鹿明机器人宣布启动 "FastUMI Pro 智研加速计划 "，面向全球学术研究者提供论文奖励基金，并宣布赞助 ICRA 2026 双臂机器人挑战赛。

一、从 50 秒到 10 秒，FastUMI 解构 " 数据采集不可能三角 "

具身智能的发展依赖海量且高质量的真机交互数据，一直是行业共识的难题。

鹿明自研的 FastUMI Pro 是业内首款量产的数采硬件产品，以 " 无本体模仿学习 " 为核心，在硬件架构与软件算法上进行了优化，将传统采集时间由每条 50 秒缩短至 10 秒，效率提升 5 倍，并将整体成本降至传统方式的五分之一。

该系统还实现了数据与本体解耦，能够兼容市面上的多种机械臂与夹爪，有效打破数据孤岛。

在数据质量方面，FastUMI Pro 支持 60Hz 多模态信息高频记录，并通过 8 道工业级评估机制，将数据有效率从行业平均 70% 提升至 95%。

二、百万小时真机数据，将成下一阶段行业分水岭

从 2024 年 Pi0 模型的 1 万小时数据，到 2025 年 Gen-0 模型使用的 27 万小时 UMI 数据，具身智能模型的训练需求正在指数级增长。业内预计，2026 年头部公司的数据需求将突破百万小时。

鹿明目前正以 FastUMI Pro 为基础构建系统化的数据采集产能，计划在 2026 年实现超过 100 万小时级别的 UMI 数据交付能力，并强调其交付数据 "100% 可用于模型训练 "。

这也意味着，其业务重心已从设备制造拓展到以数据为核心的服务提供。

三、软硬结合、以数据为纽带，形成具身智能新生态

鹿明正在通过自研采集系统、高质量数据集、行业解决方案与模型训练服务，搭建起完整的数据生态，其路径也体现了行业当前 " 软硬协同 + 数据驱动 " 的发展趋势。

在场景拓展方面，鹿明已与三菱电机、中远海运等企业展开合作，探索物流、工业等方向的数据训练场景。

此外，FastUMI Pro 所采集的数据将应用于柔性操作、装箱等具代表性的行业任务中，进一步测试其对实际模型训练效果的支撑能力。

结语：数据正成为具身智能竞争的关键分水岭

未来，高质量且规模化的真机交互数据成为重中之重，将会主导新一代具身智能的方向。

鹿明机器人的布局，是一种从数据基础设施入手、串联模型与硬件的方案。未来的具身智能竞争将不止是算力和算法之争，也包括数据体系能力的比拼。这类能力的差距，或将成为下一阶段具身智能行业的关键分水岭。