
11月11日,在美国奥斯汀举行的机器人学习大会(CoRL 2026)期间,速腾聚创宣布与BitRobot达成战略合作。同期,BitRobot发布双方合作的数据集RoboCap LiDAR-100:100小时真实作业记录,场景是餐厅厨房、汽车维修和汽车美容三类门店。数据集已上线Hugging Face,首批开放50小时,包含1964个任务片段、37类任务,剩余50小时后续放出。
RoboCap是BitRobot自研的头戴式第一人称采集设备,装六个摄像头,记录操作者视角的画面和手部动作,售价约1000美元,用法是把设备发给真实岗位上的工人,边干活边录。这套设备此前产出过折纸、组装家具、家庭收纳等数据集,都是纯视觉。LiDAR-100是第一次在采集端加入激光雷达。
真正的变化是深度信息的加入。此前公开的RoboCap数据集在页面说明里写得很直白:不含相机内外参,立体像对没有做校正,米制深度无法直接还原。也就是说,研究者拿到的是画面,物体离手多远、台面多高、水槽多深,得靠模型自己估。激光雷达给的是测出来的距离,再叠加同步的RGB图像和惯性测量数据,一段厨房操作记录里,空间尺度是确定的。
这类差别在训练里很实际。机器人要学的不只是“手往哪伸”,还有“伸多远”。纯视觉数据能教会前者,后者往往要靠大量试错去补。带深度真值的数据集省掉的就是这一步。
合作双方的分工也由此清楚。BitRobot出网络和采集端,速腾聚创出感知硬件。BitRobot是一个分布式的开放机器人网络,前身是做人行道机器人的FrodoBots,现在按子网组织采集任务,城市导航、人形家务、遥操作各有各的子网,贡献者按数据的新鲜度计酬。它此前与宇树科技、Hugging Face联合发布过HIW-500,500多小时人形机器人在真实家庭里的遥操作数据;也放出过2000小时的
城市导航数据。速腾聚创这边,今年三季度激光雷达总销量59.56万台,其中机器人及其他领域14.52万台,同比增长309%,前三季度累计131.48万台,已经超过2025年全年。
值得注意的细节在展台上。CoRL现场,速腾聚创在BitRobot的408号展台展示的是Active Camera系列空间相机,这个品类的做法是把dToF、CMOS和IMU做进同一个模组,出厂即完成时间与空间的同步对齐,一次输出点云、彩色图像和姿态。数据集里那三路同步信号,正是这类硬件的标准输出。换句话说,采集规范是由硬件定义的:用谁的模组,数据集就长成谁的样子,字段名都带着LiDAR。
这也是速腾聚创这两年往机器人产业链上游走的延续。它原本的生意是卖激光雷达,客户是车企和机器人公司,卖一台算一台。数据采集是另一门生意,硬件只是入口,真正沉淀下来的是场景、标注规范和被开发者反复调用的数据集。CoRL这种场合聚集的是全球做机器人学习的研究者,一个数据集挂上去,比在展台上发一百份宣传册管用。
1964个片段摊到37类任务上,平均一类五十来段,一段长度不到两分钟。研究者在里面能找到的,是拧一颗螺丝、擦一块面板、把工具递到另一只手上这种以秒计的动作,而不是一段完整的修车流程。具身智能的数据集眼下大多是这个形态:把长任务切碎,切成模型能学会的粒度。切得够不够细,比录了多少小时更能说明一批数据好不好用。