帕西尼许晋诚:机器人数采设备“感官”越丰富,数据越有效
帕西尼感知科技创始人许晋诚指出,机器人数采设备集成越丰富的感官模态,所获数据质量与有效性越高。公司在多城市布局数据采集项目,数据量已向百万小时级迈进,旨在提升模型鲁棒性。
机器人从“炫技”到“干活”:一场数据驱动的务实转身
今年的世界人工智能大会,机器人圈子里最明显的一个变化,就是炫技的少了,干活的多了。这一趋势背后,表面上是大众对机器人创造实际价值的期待在升温,底层逻辑则是机器人数据积累的价值开始释放。
帕西尼感知科技创始人兼CEO许晋诚对此深有体会。这家估值超百亿元的具身智能公司,主攻触觉感知等物理感知技术。在7月下旬的APEC数字周数据领域活动期间,他接受采访谈到,目前公司已在无锡、天津、宿迁等多个城市布局数据采集项目,覆盖生产、生活及公共空间,力求尽可能多地触及真实环境。
据其透露,公司在自有数据超采工厂集群所积累的数据量,已向百万乃至千万小时级别迈进。在他看来,模态的多寡直接影响到模型训练有效数据的多少。当维度丰富的传感器集成到数据采集设备中,所获取数据的质量和有效性将呈指数级提升。

帕西尼感知科技创始人兼CEO许晋诚。
从“秀肌肉”到“干实事”:驱动力的双重转换
南都:刚刚过去的WAIC上,我们发现主打表演“炫技”的机器人少了,上手干活的机器人多了。您怎么看待行业的这种变化?
许晋诚:今年,机器人厂商更多地聚焦于操作能力和任务执行能力的展示。这背后的一大驱动力,是大众对机器人整体能力预期的持续提升。而随之而来的,自然是希望机器人能够创造更多实际价值。因此,今年许多展会中,机器人的展示重点已从以往的行走或运动能力,转向了对工作能力的强调。
另一个关键因素在于,过去围绕机器人的数据,尤其是具身智能数据,整体仍相对稀缺,所以之前我们更多看到的是机器人的运动表现。但从2025年之后,我们看到更多面向具身智能或机器人的数据资源不断涌现。经过数据积累与模型打磨,今年机器人便开始落地干活。这也让数据的价值得到了更充分体现。
同质化是必然,差异化在场景
南都:虽然上手干活的机器人多了,但在本体形态、应用落地等方面的同质化问题仍然突出?在您看来,机器人厂商如何走出差异化竞争?
许晋诚:人形机器人的本体设计正日益趋同,差异化将显著缩小。这一趋势的核心驱动力在于数据层面——当前业界广泛采用的训练数据,几乎均为“人类数据集”。而人类数据集在能力表征上的最优载体,天然就是人类自身的构型。试想,若当前规模最庞大的数据集源于八爪章鱼,那么机器人的形态必然趋近于章鱼而非人类。
因此,回到本体差异性的问题上,我认为未来大概率会收敛至单一形态,即人形本体结构。可以预见,未来各厂商的机器人外观将愈发相似,这将成为常态。
但由于应用场景的差异性,本体构型也会在移动能力与稳定性之间做取舍。目前来看,将主要分化为两条技术路径:一是双足行走的方案,追求类人的极限运动能力;二是轮式方案,侧重长时间续航与操作稳定性。
感知,打通物理世界的第一道关口
南都:您曾提到,感知是打通物理世界第一道关口,怎么去提升机器人的物理感知能力呢?你们如何搭建具身智能“感知”底座?
许晋诚:帕西尼一直采取以人为中心的数据采集策略,让采集的数据可以更好地适用于机器人与人类的交互。
事实上,从去年到现在,我们可以明显看到,越来越多的机器人本体开始集成力学与触觉能力,且这类传感器的配置正在持续增加——毕竟,皮肤也是人体最大的器官,覆盖全身。
系统设计的挑战:延时必须控制在毫秒级
南都:怎么把视觉、力觉等各种感知系统融合?不至于出现延时现象?
许晋诚:延时本质上是一个系统设计层面的挑战。我们的原则是不允许过高的延时,目标是在几毫秒内完成近乎同步的数据传输。
具体而言,在数据采集过程中,系统延时必须严格控制在5毫秒以内。采集获取的触觉反馈、视觉信息、关节角度数据、听觉信号、自体感知以及关节空间轨迹等全部信息,均需汇聚至本体操作系统,并通过实时同步机制,将整体延时压缩至最低水平。
数据瓶颈:从“万小时级”到“百万小时级”的跃升
南都:WAIC期间,有创投机构发布的2026 AI展望提到,头部机器人公司的有效数据,将从2025年“万小时级”,跃升到2027年的“百万小时级”,其中人类第一视角数据会占绝对主导。您怎么看?对于具身智能行业来说,有效的数据从何而来?还存在面临哪些数据瓶颈?
许晋诚:这一判断是正确的。以帕西尼为例,今年我们在五大数据采集工厂所积累的数据量,已向百万乃至千万小时级别迈进。由此带来的核心变化在于,具身模型更加紧密地与数据绑定,模型要能高效消化日益庞大的数据体量。
有效数据问题在模型训练中的重要性不言而喻。我们发现,模态的多寡直接影响到有效数据的多少。当我们将维度丰富的传感器集成到数据采集设备中,所获取数据的质量和有效性将呈指数级提升;反之,模态越单一,数据的有效性就越低。传感器模态的丰富程度可以直接作为数据有效性的判断依据。
以视觉数据为例,业内熟知的Ego(第一人称视角)数据仅依赖单目摄像头采集人类执行任务的过程。然而,这类单一模态数据采集后需要大量清洗工作,例如将人体手部关节从画面中提取出来,这不仅引入误差,也消耗大量算力和成本。
真实场景的采集:力求覆盖尽可能多样的环境
南都:目前已经在哪些真实场景采集数据了?
许晋诚:目前,我们已在无锡、天津、宿迁等多个城市布局了数据采集项目,会直接进入公共场合、厂房,以及经同意后的私人场所,力求覆盖尽可能多样化的真实环境,从而增强模型的鲁棒性。正如人类进入陌生环境时难免感到不安,但当见识足够广泛后,面对新环境便能从容自若。具身机器人数据采集和模型训练的逻辑也是如此。
Windows 10 是一款微软推出的经典操作系统,拥有硬件兼容性与多任务处理能力。它更偏向把系统状态查看和常用调节动作放在一起,适合需要持续观察和微调设备状态的场景。
极度公式是一款跨平台专业LaTeX公式识别编辑软件,支持OCR公式识别和多平台编辑。和使用说明,避免使用,享受完整功能与稳定支持。做扫描整理、文字提取和表格转换时,它能把识别后的处理步骤接得更顺,资料录入这类场景会省下不少时间。
















