想要打造 " 物理空间版 ImageNet" 的宋知珩，是个很有反差的创业者。

他有些文艺天赋。绘画拿过全国一等奖，画了 12 年黑板报，每次都是第一。但后来他学了工科、做了硬件。

他毕业时拿到了好几个大厂 offer，却觉得 " 人生有些苦早晚得吃 "，转头去初创企业，从最基础的工程师做起，拿几千块钱的工资。

他本已在机器人明星公司做出一番成绩。在镁伽，他从 0 到 1 做出过亿营收的产品；在智元，他担任双足人形整机的产品负责人。但当看到数据是卡点时，他约上朋友，投身创业。

而这些反差背后，似乎正是新一代科技创业者的特质。

他们一方面极度理性，对技术、产业、产品乃至人生规划，有自己清醒的认知——虽然未必全然正确或靠谱；另一方面又极度浪漫，对未来有着宏大的想象和愿景，并且深信不疑。

以前的创业者言必称乔布斯，现在的创业者同样喜欢乔布斯，但他们似乎越来越像要把人类送上火星的马斯克。他们像前者一样，喜欢把科技产品打磨成艺术品；像后者一样，习惯把创业放到文明的尺度里衡量。

对宋知珩和他创办的星忆智能来说，他们的宏大故事，是构建下一代具身智能的数据基建。就像 ImageNet 以高质量数据集推动了 AI 浪潮，星忆想用高质量真实数据加速具身智能的演进。

他们相信，人类的经验、知识、技艺乃至智能，藏在文字、语言、姿态、动作等种种数据里，并将其视为人类的遗产。他们要把这些数据采集起来，再交给机器人。

这样既能让机器人真正学会干活，也能让机器人帮着传承人类文明。比如那些即将失传的非遗手艺，当机器人学会了，就再不用担心没有 " 人 " 来继承了——这并非抢夺手艺人的饭碗，而是为濒危的技艺续命。

这，就是星忆正在做的事。

  星忆智能创始人兼 CEO数据即智能，但具身数据太少了

不久前，星忆所在的 AI 原点社区的负责人来问宋知珩：" 还需要什么支持？" 他没提补贴，也没要办公空间，而是说，希望园区能开放更多真实场景，让他们采集数据。

对具身智能来说，数据越来越重要。

国家层面也在释放信号：最近一个月，先是国家数据局发布《关于推进行业高质量数据集建设行动的实施方案》，随后工信部、国务院国资委又发布《2026 年度人形机器人与具身智能实景实训专项行动》。前者指向高质量数据集的建设和供给，后者则要加速机器人在真实世界里积累经验。

资本和业界对数据价值的判断也在变化。

不管是谈 AI 还是谈具身智能，有人觉得模型更重要，有人觉得数据更重要。星忆的立场是：数据本身非常关键，决定了模型上限。但在创业之初，业界的认知分歧还比较大，他们要花很大精力去和投资人、合作伙伴达成共识。如今天平向数据倾斜，星忆再讲自己的规划和目标，也方便多了。

但眼下对数据的重视，未必到位。

最近几年的故事一再表明，大家总会低估 AI 产业的某个环节。起初大家盯着模型参数，后来发现算力才是门票；算力火了之后，又发现发电、供电、散热才是瓶颈。对于数据的价值，至今仍有不同判断。宋知珩的判断非常简洁：" 数据即智能 "。

机器人现在能打拳、会跳舞、可以跑马拉松，但一直没办法好好地进厂干活，核心原因，便是没有好的具身模型去驱动机器人完成操作。至于为什么没有好的模型？关键的卡点在 " 数据 "。" 所谓模型，就是从一堆数据里把智能提炼出来。"

宋知珩解释，就像李飞飞的 ImageNet 发布后，催生了人工智能的进一步发展，" 没有高质量数据集，就无法产生质变。"

原理想汽车的智能驾驶研发总监 Leo，最近加入了星忆。他的亲身经历，验证了数据有多重要。

自动驾驶发展了十年，最初是规则驱动，全是 "if else" 的代码，行业进展很慢。后来用大量数据训练模型，汽车才具备了认知能力，能理解道路和场景，实现了城市 NOA（Navigate on Autopilot，城市导航辅助驾驶）。

实际上，自动驾驶可以看作具身智能的一个早期形态。这个阶段验证过的数据驱动逻辑，到了机器人阶段，自然也会适用。

不过具身领域的数据还很稀缺。大语言模型有海量的互联网数据可以训练，可人到底怎么干活——姿态是什么、视觉看到什么、触觉摸起来什么样，这些从没有被大规模地、对齐地记录下来。

而星忆就是要做这种记录，构建一个" 物理空间的 ImageNet"。

人类即答案，押注第一视角

数据重要，但也不是什么数据都能提炼出智能。好的数据意味着智能，糟糕的数据则是干扰智能的噪声。

而相比大语言模型，具身智能对数据质量的要求更加严苛。chatbot 缺乏高质量数据，后果是答错问题；具身智能缺乏高质量数据，可能会 " 打错人 "。

对星忆来说，他们要采集的，是来自第一视角、有高精度、高自由度和真实物理反馈的数据。

先说第一视角。

过去几年，行业里对具身数据的采集并没有统一答案。有人用仿真数据，让机器人先在虚拟环境里练习；有人用真机遥操，再记录机器人的传感器信号和动作轨迹；也有人尝试利用网络视频，让模型从海量人类行为中，学习任务步骤和动作先验。

而在今年 2 月，一篇来自英伟达等机构的 "EgoScale" 论文，让业内更加重视 "egocentric human data"，也就是人类第一视角数据的路线。

论文中的实验显示，当第一视角人类操作视频扩展到 2 万小时量级时，VLA 模型的动作预测损失会随数据规模呈规律性下降，并能转化为真实机器人灵巧操作能力的提升。也就是说，当模型看过越多 " 人怎么干活 " 的案例，就越能预测人在某个场景里下一步会怎么动，并将对人类动作的理解，最终转化为自己的操作能力。

换言之，人类有机会成为具身智能时代最可规模化的数据源了。

这被视为机器人 scaling law 的一个节点。而在英伟达论文发布之前，星忆就已经明确了 ego 路线，宋知珩的判断更早：" 这个世界是人类创造的，人类身上就藏着正确答案。"

相对于英伟达的 EgoScale，星忆还有自己的独家能力。

" 英伟达在做 EgoScale 的时候，是在类似实验室的洁净场景里采集，这样物体和手部位姿很容易提取。我们的算法足够鲁棒，能在各种真实场景里，不管有没有遮挡，都高精度地提取位姿。"

能拿到更多场景的数据，才好让机器人到更多场景去替人干活。

星忆智能数据采集解决方案

但只是场景多也没用，更关键的是质量要高。星忆在数据上有三个特别看重的维度，三者合起来，构成了他们认为的 " 高质量 "。

首先是更高精度。各家模型在收 ego 数据时，开源算法的精度多在一个厘米以上，而星忆可以达到人类专家的毫米级水平，且没有人类的 bias，同时能应对各种真实场景中的遮挡。" 这个水准在业内是唯一的。"

其次是更高自由度。这区别于二指夹爪方案。夹爪只有一开一合，是两个自由度；而人的手包含 21 个关节点，二十多个个自由度。星忆追求通用泛化能力，要让机器人的末端执行器能变换各种姿态、操作各种物体，高自由度的数据必不可少。

真实的物理反馈（触觉），是星忆数据中很有辨识度的一环。把触觉数据作为具身智能训练数据的一部分来系统采集，是近几年明显升温的趋势，但至今仍是少数派的做法。

宋知珩指出，要同时采集手部姿态和触觉，需要戴着触觉手套，这时对算法的要求更高，" 目前能够做到这件事的，只有 Meta 和星忆。" 而在他眼中，触觉是绝不可以忽视的。

触觉让机器人知道 " 拧螺丝用多大力气 "，而不仅仅是模仿动作。" 我们想赋予机器人感受的能力。"

为了获取触觉数据，星忆把手套里的传感器做得足够薄、足够灵敏、足够密、线性度足够好，" 这样采回来的数据置信度才高。" 另据宋知珩介绍，对比 Meta 只能识别肉色手套，星忆可以识别各种颜色的手套。

这也是一项重要突破。" 工人戴白手套，医生戴蓝手套 "，能识别不同颜色，进一步强化了星忆面向不同场景的数据采集能力。

总的来看，星忆对比同行，裸手 + 手套采集，可以进入到更多场景，采集到更高质量的数据，并让机器人可以处理更复杂而精细的任务——比如给手机安装摄像头，帮修表的老师傅安装细小零件，学习医生做手术的动作，或是像非遗传承人一样做手工艺活……

如果机器人可以完成这些任务，那么生活与生产环境中大部分更简单的任务，也就不在话下。

系统才是壁垒，成本降至几百分之一

高质量数据之外，成本是商业化的命门。

相对于要买机器人、搭场景、招人、租场地的遥操数采，星忆数采的总成本可以降到十分之一；在人工标注环节，星忆能用百分之一的成本，实现更高的质量。" 一秒钟视频 30 帧，每帧要标双手 42 个关节点，星忆做到接近百分之百的自动标注，足够有优势。"

事实上，星忆真正的优势，是一套系统工程。

用宋知珩的话来概括：在硬件端，星忆知道用什么样的硬件能把最高质量的数据采集回来，知道如何做好毫秒级的多传感器同步和高精度的多相机参数标定，乃至能引导设备的研发和设计；在软件端，除了更好的标注算法，星忆还知道在数据处理上如何更好地压缩、清洗、脱敏。

由于有高质量数据标注的核心认知，我们会引导自己做出一整套行业最高水平的系统。这是宋知珩引以为豪的地方。在他看来，具身智能最底层的竞争，是把真实世界经验转化为机器人能力的系统效率竞争。

而星忆的底层竞争力，是通过团队的搭建和组织，把学术、工程和产业上的链路难点充分打通。这让他们既懂如何采集真实世界的数据、如何把这些数据沉淀为可训练的资产，也懂如何让模型基于这些资产完成学习，并在真实场景中持续验证。

星忆的团队，是典型的高精尖人才团队。几十人中，超半数来自清华和北航，也有来自北大、Berkeley、USC 的核心成员，九成以上是 985 背景。宋知珩本人就来自清华——不仅在清华读书，还与同学联合发起成立了清华 MBA 具身智能俱乐部，担任创始副主席。同时，也有像 Leo 这样的产业老将加入星忆，补上了从 " 科学 " 到 " 工程 " 的关键拼图。

这从另一个角度说明了发展具身智能所需要的系统性能力。而把视野再打开一些，会发现，整个具身产业都需要系统性的协同。

这时不妨再说说星忆所处的位置。今年春节后，星忆决定搬到位于北京海淀区的 AI 原点社区，搬家最重要的理由是：这里离清华足够近。

" 作为清华学生，我更愿意出校门两三百米就到公司，而不是走三公里五公里，这样不管是实习还是参与项目都方便。当清华实验室的一线研究员分享最新成果时，宋知珩还会去旁听和交流。" 他说：" 这对做数据很关键。"

而这段故事，不只说明星忆和清华的关系紧密，也说明整个具身智能产业离不开顶尖高校的滋养。

每个产业和每个巨头的兴起，往往都需要特定的土壤。就像比亚迪和大疆需要深圳的电子制造产业链和高密度工程师，具身智能和大模型也需要北京的独特资源。

智能崛起于北方，海淀的具身故事

提到机器人，大家往往最先想到杭州或深圳，但说到智能，北京无疑是第一高地。

眼下具身产业的分布呈现出越来越清晰的格局：" 越往南方越偏制造业和本体，越往北越偏算法、数据和模型，因为北京的人才密度更高。" 星忆所在的海淀地区，人才密度尤其高。宋知珩要离清华近一点，其实星忆附近不只有清华。

仍以 AI 原点社区为例，这里有几个数字独一无二：1 公里半径内，汇聚了 30 余所高校和科研机构、超过 1000 位人工智能科学家以及 1.3 万名开发者。这些都为包括星忆在内的科创新星，提供着源源不断的智识滋养。

还没完。除了最高密度的科教人才，这里还有超高密度的业界资源。

" 智谱就在旁边，是中国大模型的标杆。还有 Kimi、深言、面壁，模型的基因很好。对星忆来说，做数据天然需要和模型团队频繁交流。企业、人才都在这，交流非常充分。周六日大家能很方便地去小酒馆、学校里聊天。交流速度越快，认知密度越高，才能真正引领行业和时代。"

实际上，海淀早就意识到了具身智能的价值。

早在 2024 年，海淀区政府便联合北京市发改委等部门印发了一份《关于打造全国具身智能创新高地的三年行动方案（2024-2026 年）》，明确提出要 " 打造全国具身智能创新高地 "，并以大模型等人工智能技术突破为引领，聚焦具身大模型和机器人整机，部署实施六大行动。

而在今年 2 月，《海淀区 "1+X+1" 现代化产业体系建设布局》正式发布，塔身的 "X" 定位 5 大战略性新兴产业和 3 大未来产业，具身智能被纳入三大未来产业之一。同时，海淀区发布总规模达 100 亿人民币的中关村科学城科技成长基金四期及成果转化基金，也为包括具身智能在内的硬科技企业的加速成长，提供了稳定的资本保障。

而在政策与资本的双轮驱动下，各类科创生态活动也同步跟进。今年 4 月举办的 "2026 投海 Tech Show" 专场活动，就为硬科技企业搭建了一个高效的展示对接平台。14 家区域内科技企业同台亮相，与上百位投资人展开交流。为确保展示效果，海淀为活动提前组织专业路演培训；结束后，为项目安排投资对接会，形成了全流程科创生态服务闭环。

星忆也在这次的活动上亮相，并被观众票选为 " 最感兴趣项目 "。

以上各类资源和政策，共同撑起了海淀的产业创新生态。眼下，海淀正形成以 " 大脑、小脑、本体 " 为核心的全产业链条，并且这个链条正变得越来越健壮。

星忆自然也能从中受益。他们的愿景足够大，要走的路非常长，而整个具身智能产业仍在早期，需要更多养料来支撑遥远的梦。

星辰与记忆：一家公司的终极浪漫

回到创业的原点。

在定义自己要过怎样的一生时，宋知珩想到两件事：对内，追求丰富的人生体验；对外，尽可能多为这个世界产生正向影响。星忆是这两者的交汇点。

而星忆的梦是这样的—— " 我们想为人类社会做点什么。一定程度上可以说是‘解放人’。"

宋知珩解释，过去有接线员，有了交换机之后接线员就没了；过去有收银员，二维码出现后收银员也大幅减少了。现在人类正迎接一个更美好的世界，星忆想让机器人进入各种真实场景里去干活，让人可以去追求自己更想追求的事情。

" 人是一个挺有追求的生物，当能力不断被放大和赋能，他一定会有更大的追求，甚至超越地球范围。人类会进入新局面，在思想、意识、精神层面进一步觉醒。"

宋知珩曾深入思考过 AI 的 " 善恶 "。他与 Gemini 讨论了一下午，得出结论：如果 AI 比人类更聪明，它一定会比人类更深刻地意识到，在浩瀚宇宙中，能产生人类这种高级智慧是多么稀缺。

" 人类尚且能意识到生物多样性的重要性，AI 一定会更加珍惜这盏宇宙中的烛光。" 这种思考让他更笃信现在所做的事的价值。

而他设想的未来图景既狂野也很浪漫。早先的创业者对此很难想象，但现在的创业者大概都有共鸣。这或是 AI 时代创业者的特权。

事实上，" 星忆 " 这个名字本身就映照着宋知珩的志趣。

它有两层意思：第一层，是希望星忆这个组织能做一点让世界记住的事。第二层，他们把正在记录的、人类创造世界的种种精细操作，视为 " 人类的遗产和记忆 "。

人类是善忘的生物。语言会退化，手艺会失传。但被机器人记录下来的姿态，可以在这个星球上——或者说星际之间，永远地传承下去了。而星忆要做的，就是为那次 " 觉醒 "，准备好最初的 " 记忆 "。