换一个使用者，不补充任何数据、不做任何个体微调，肌电模型还能即插即用吗？
在世界机器人大会前夕，章鱼动力给出了确定答案：其自研的 SynEMG 肌电大模型，在全球范围内首次面向具身智能数据采集实现了肌电跨个体零样本泛化，成功推动肌电交互技术从 " 一模一人 " 迈入 " 一模千人 " 的新时代。
面对从未进入训练集的全新个体，SynEMG 模型无需任何新增数据输入或增量训练，即可高精度精准还原手部运动姿态与实时发力状态。
围绕具身智能对高质量数据的核心需求，章鱼动力重磅推出 OctoSense 系列数采产品。
该系列依托鱼眼头环、肌电手环、外骨骼同构数采手套三大核心硬件，全面构建起三大端到端数据采集方案——OctoS-Ego、OctoS-EgoBio、OctoS-DexUMI，精准攻克不同场景下的采集痛点：
鱼眼头环：集成四颗鱼眼相机全景记录第一视角，并借助 AI Native 双目空间大模型，高精度还原真实空间尺度与三维深度；
肌电手环：实时捕获前臂肌电信号，结合 SynEMG 肌电大模型，精准解码手部姿态与主动发力状态；
外骨骼同构数采手套：直接采集人手驱动的操作数据，从源头消除跨本体结构差异，实现与灵巧手真机的近乎无损对齐。
目前，三大方案均已实现全链路产品化落地，并已全面开放实机体验。
OctoSense 数采产品：鱼眼头环、肌电手环和外骨骼同构数采手套
在 SYNData 模型算法与数据工程能力支撑下，三大方案采集的视觉、肌电及其他传感器数据，经过物理信息恢复、多模态对齐与切片、质量清洗和语义信息生成，最终形成标准化、可追溯的数据集并交付下游使用。
真正稀缺的不只是原始数据，更是可训练数据
具身智能的数据采集规模正在快速增长，但总量增长并不等于模型能力同步增长。大量原始数据会因为多模态时间戳错位、三维尺度漂移、遮挡下的姿态与力信息缺失、标注不完整等问题，无法进入训练。
章鱼动力正式提出具身数据的价值公式：
具身数据价值 = 物理完备度 × 场景多样度 × 采集规模 × 数据质量
这四项不是相加，而是相乘。只要其中一项接近零，数据的整体价值就会被大幅削弱。因此，具身数据系统必须同时回答：如何构建数据采集路径，以及如何将原始数据处理为可训练的数据资产。
OctoSense：三种采集硬件，三大数采方案
OctoSense 是一套以真实人类操作为中心建立的数采产品体系。鱼眼头环、肌电手环和外骨骼同构数采手套三种硬件各自解决一类关键缺口：
三种硬件通过不同组合，形成三大互补的数采方案：
三大方案并不是互相替代，而是在行为自然度、采集规模、物理模态完整度与真值精度之间提供不同组合；通过不同的组合实现具身数据价值公式的最大化。
SYNEMG 肌电大模型：全球首次实现肌电跨个体零样本泛化
在真实操作中，手部经常被遮挡；即使动作可见，视觉也很难直接判断操作者是否发力以及发力大小。
肌电信号来自肌肉活动，并先于可见动作出现。它能够为模型补充两类视觉难以获取的信息：遮挡下的手部姿态和手部发力状态。
肌电手环：仅 80g、前臂 16 通道电极阵列，手部完全裸露、零负担
不同人的肌肉结构、皮肤状态、发力习惯并不相同。传统肌电模型通常围绕固定用户和固定任务训练，这让肌电长期停留在 " 小规模实验状态 "：如果每增加新个体，都要新增一轮个体数据、训练和校准，那么具身数据采集就很难进行规模化扩展。
SynEMG 肌电大模型彻底改变了这一状态。
章鱼动力以大规模无标注多通道时序信号进行自监督预训练，让模型先学习跨个体、跨佩戴状态的通用肌电表征，再迁移到手势识别、连续手部运动恢复和发力状态估计等任务。从不同信号分布中学习可以迁移的共同结构，从而对个体差异、佩戴位置和长时间漂移保持鲁棒。
SynEMG 全球首次面向具身数据采集实现肌电跨个体零样本泛化：
零数据泛化：新个体无需提供新增训练数据、无需微调标定，佩戴即用。
跨个体姿态恢复：同一模型可精准恢复不同个体的手部姿态和发力状态。
极致精度突破：相较于 Meta 开源的 emg2pose 模型，SynEMG 在零样本跨人姿态重建上误差降低 50%，率先实现了毫米级的绝对定位精度。
端到端规模化：肌电突破不再只是 " 识别更准 "，而是真正从 " 一模一人 " 走向 " 一模千人 "，支撑具身数据的高效规模化采集。
SynEMG 肌电大模型实现跨个体零样本泛化
当鱼眼头环第一视角视觉与肌电手环结合，OctoS-EgoBio 方案能够在手部被遮挡时继续恢复手部状态，并获得毫米级关节点与 0.1 N 级主动发力，让一次操作不再只有 " 看见了什么 "，还包含 " 手部如何运动 " 和 " 实际用了多大力 "。同时因为手部保持自然裸露，具备超过传统真机采集方式 1000 倍效率的规模化潜力。
外骨骼同构数采手套：让人手动作与发力，近乎无损直达灵巧手真机
OctoS-Ego 与 OctoS-EgoBio 适用于规模更大、场景更多样、行为自然度更高的采集需求，例如预训练数据采集；对于后训练等对物理真值要求更高的任务，外骨骼同构数采手套则进一步提升数据精度。
它能够同步记录全掌接触力分布和亚毫米级手部姿态。更关键的是，外骨骼同构数采手套与章鱼动力自研灵巧手采用相同的关节自由度和运动结构，采集端与灵巧手本体采用一体化同构设计。
仿生外骨骼数采手套与自研灵巧手完全同构，人手数据近乎无损映射为灵巧手数据
通常，除真机遥操采集外，无本体操作数据要被机器人使用，需要经过跨本体重定向（Retargeting）：将手部动作转换到关节数量、自由度、运动范围和结构都不尽相同的灵巧手上。这个过程会引入形变与误差，动作可以被 " 掰 " 过去，但原始接触关系、力分布和精细关节状态很难完全转换。
这就是Retargeting Gap，它不是后处理多做几步就能彻底消除的问题，而是由采集端与执行端结构差异带来的先天损失。
外骨骼同构数采手套从源头消除这道鸿沟：人手作为动力驱动数采手套完成操作，当数采手套与灵巧手完全同构，那么采集得到的操作数据就能与灵巧手以近乎 1:1 的关系对齐。
鱼眼头环与外骨骼同构数采手套组合形成的 OctoS-DexUMI 方案，其价值不只是 " 采得更准 "，更是让灵巧操作数据从采集之初就成为灵巧手能够直接使用的数据。
相同自由度｜相同运动结构｜无需跨本体重定向｜无本体操作数据直达真机
鱼眼头环：四鱼眼显著降低手部出画，鱼眼双目大模型给出真实三维尺度
具身操作不仅需要动作与发力，还需要知道操作者看见了什么、目标在哪里，以及动作发生在怎样的空间关系中。
单颗普通广角相机的视野有限，双手在大幅移动时容易出画；同时，单目图像缺少尺度信息，难以恢复真实空间尺度与距离。
章鱼动力头环集成了四颗鱼眼相机：前方两颗、左右两侧各一颗，形成约330 °× 150 ° 的大视场，覆盖双手、操作对象与周围环境。对于走动、转身、伸手取物等移动操作，环视视场能够显著降低手部离开画面的概率。
前视两颗鱼眼组成立体双目系统，基线为 60 mm。借助AI Native 双目空间大模型，系统能够基于鱼眼图像恢复真实尺度与三维深度，并在保留大视场的同时实现毫米级深度估计精度，为手部、物体和环境之间建立真实三维尺度。四鱼眼解决 " 看不全 "，前视双目解决 " 量不准 "。
Ego 头环：环形布局集成四颗鱼眼相机，前视两颗兼作双目
OctoS-Ego 鱼眼头环 330 °× 150 ° 大视场｜60 mm 双目基线｜毫米级深度精度
SYNData：模型算法与数据工程，让采集数据成为标准化数据集
硬件决定数据采不采得到，SYNData 决定采回来的数据最终能不能用。
SYNData 不只是一个数据处理平台，而是一套由模型算法和数据工程共同支撑的数据系统。它从图像、肌电和其他传感器信号中计算操作的物理状态与语义信息，并进一步完成多模态对齐、切片、清洗和组织，最终形成标准化、可追溯的数据集。
经过 SYNData 处理，OctoSense 三大方案采集的数据不再只是零散的视频和传感器信号，而是物理信息更加完整、多种模态相互对应、质量结果有据可查，并可供下游检索和复用的数据资产。
OctoSense 负责完整记录真实操作，SYNData 负责将多模态采集数据计算、组织为可用的数据集。
回到最开始的乘式：
具身数据价值 = 物理完备度 × 场景多样度 × 采集规模 × 数据质量
SynEMG 肌电大模型解决跨个体泛化，让肌电摆脱逐人训练和标定；外骨骼同构数采手套解决跨本体对齐，让无本体操作数据近乎无损直达灵巧手真机；四鱼眼头环以双目补全第一视角视觉和三维尺度；SYNData 则通过模型算法与数据工程，将多模态采集数据转化为标准化、可追溯的数据集。
OctoS-Ego、OctoS-EgoBio、OctoS-DexUMI 三大方案覆盖不同的采集需求，SYNData 为它们提供统一的数据计算、处理与交付能力。两者共同把一次真实操作，沉淀为机器人可以使用的数据。
让肌电跨越个体，让人类操作数据近乎无损地对齐真机，让每一次真实操作都成为机器人可以学习的经验。
WRC 现场邀请
8 月 19 日至 23 日，章鱼动力将参展世界机器人大会（WRC）。届时，现场将全方位展示 OctoS-Ego、OctoS-EgoBio、OctoS-DexUMI 三大数采方案，以及 SYNData 的模型算法与数据工程能力。观众可现场佩戴设备，沉浸式体验从多模态采集到标准化数据集生成的端到端完整链路。
展台地址：北人亦创国际会展中心 C301，临近 C2/C3 入口。
此外，在大会首日（8 月 19 日），章鱼动力将举行自 2026 年 1 月成立以来的首次品牌重磅发布会，集中推出三大核心产品：
SYNWorld 行业领先的百亿级参数具身原生通用世界基础模型
OctoH-Hand 行业首创模型、数据一体设计的高自由度仿生绳驱灵巧手
OctoSense 下一代全模态数采方案
