李淼:抢跑人形机器人“指尖金矿”
2026-11-23 04:20:23  长江网   [查看原文]

□ 长江日报记者陈智

“人是最好的数据采集器。”11月20日上午,武汉大学机器人学院副院长、武汉手智创新科技有限公司(以下简称手智创新)创始人李淼说这句话时,1000双手智创新自研的手套,正被产业一线工人戴在手上,他们抓取、揉搓、按压时产生的力度与轨迹,正源源不断地转化为数据。

在这位深耕机器人领域20年的创业者看来,具身智能真正的分水岭不在整机、不在大模型参数,而在数据。业内估算的缺口是400亿条,手套只是采集入口之一。“谁先大规模、高质量地把人手干活的数据存下来,谁才有可能拿到下一轮物理AI竞争的入场券。”李淼说。

■ 武汉团队用120克重手套补全机器人“手感”

11月14日,湖北省委、省政府在华中科技大学举办了第二场科创沙龙,主题聚焦“具身智能”。

李淼说起在沙龙现场发言时的一个细节。他提到,每双触觉手套每日产生约40GB数据,如果10万双手套同步采集,一年产生的数据量相当于头部存储企业年产能的5%。讲到这里,“在场不少人对这个数据量感到诧异。”

“采集手部操作数据,可以让大模型变得更聪明。”长期以来,具身智能的叙事围绕“大脑”展开,李淼却把焦点放在了双手上。“心灵手巧。”李淼认为,人类不少精巧的技能,正是在动手劳作、反复实践中习得的。

手智创新的核心产品是一款叫HANDX的织物触觉手套。单只标配45个高精度传感器,最高可拓展至800个点位,重120克,续航8小时以上;人戴上它抓握、揉搓,指尖的触感就化作屏幕上滚动的数据。这些波形和热力图记录的是人手的发力细节,也成为机器人学习“人是怎么做的”的参照。

不过,手套还需要搭配头戴相机或智能眼镜使用。手套记录“摸到了什么”,视觉设备记录“在什么环境里摸的”,两组信息在时间轴上对齐,输出数据可供机器人用于模型训练。

2026世界人形机器人运动会上,“武大智元联合队”拿下灵巧手专项粉末称量项目金牌,手智创新是核心设备提供方之一。团队联合手智创新开发的触觉手套,记录下人手抓勺、舀盐、倾倒时的发力细节,再转化为机器人的动作逻辑。决赛中,这台机器人是全场唯一摆脱遥控器自主参赛的选手,27秒内完成20克粉末精准称重,误差小于0.5克。

在孝感市,手智创新的10余条产线已经投产,计划今年量产10万双手套,每双售价5999元。李淼把这叫作“以人为中心的数据采集”:工人佩戴手套干活,其抓取、揉搓、按压的力度和轨迹顺势转化为数据,采集成本被压到最低。“我们坚信,人是最好的数据采集器。”

手智创新是湖北人形机器人创新中心共建企业股东之一,李淼同时担任该中心董事。手智创新提供数据采集工具,数据交易和流通则由湖北人形机器人创新中心承担。今年1月,湖北人形机器人创新中心与智元创新签署数据服务协议,出售数千小时人形机器人训练数据,涵盖拿杯子、抓盘子、叠衣服等动作,价格约每小时数百元,这是国内首单企业间具身智能数据交易。此后不到3个月,湖北人形机器人创新中心又与灵初智能达成第二单数据采集合作,覆盖物流分拣、叠毛巾、装盒子等六大任务场景。

■ 别人拼大模型 我们拼“手巧”

2015年底,刚博士毕业回国的李淼走访多家工厂实地调研。在一家工厂里,他看到年轻女工在工位上做焊接,孩子就在身后玩耍,这一幕让他驻足深思:这般看似简单的动作,为什么没有机器人能做?

他当时的判断是:机器人不够好用,是因为缺少操作系统。带着这个想法,2016年他创办库柏特,自研机器人操作系统,想做“机器人的大脑”。可在真实工厂场景的打磨中,这条“大脑路线”遇到新的瓶颈:阻碍不在算法本身,而在数据——真实场景下高质量的操作数据十分稀缺;专门搭建采集棚造数据,成本高昂、场景零散,难以持续。

2019年,李淼退出库柏特的日常经营,回到武汉大学继续做机器人操作算法研究。直到2024年,大模型改变了行业范式。他意识到,操作系统仍然重要,但内核已从“搭架构、做APP”变成了“喂数据、训模型”。同年,刘胜院士领衔的“天问”人形机器人立项,方案发布仅3个月,李淼创立手智创新,落地光谷。

这一次,李淼不从“大脑”向下攻关,而是从“手”向上突破。他认为,数据不能靠造价昂贵的采集棚去“生产”,要让人在干活的过程中采集数据。这个判断,被转化成手套的产品逻辑。

新方向很快迎来了市场的真金白银。考泰斯是一家德国汽车零部件一级供应商,在武汉经开区设有工厂。李淼找上门时,只花了一天时间就成为了考泰斯的供应商,原因很简单:装得好不好过去只能靠肉眼和经验判断;戴上手套后,力度和轨迹变成可量化的数据,质量有了客观标准。

海尔的场景更具体。李淼在海尔的一段视频里看到,工人戴着白手套安装洗衣机门圈。他给对方提了一个建议:把白手套换成数据采集手套,门圈装配是否到位、发力是否合适,数据说了算。海尔第二天就把手套采购提上日程。

回望这段历程,李淼把这条路径视作同一件事的延续:“我自始至终从事的都是同一件事情,出发点也是同一个。”

■ 武汉的优势藏在全省制造车间

李淼对数据的判断,比手套本身走得更远。

他提出:人形机器人要真正落地实用,至少需要400亿条有效数据。这一数值,是基于训练数据量级与语言模型数据需求的类比推算得出。

“语言大模型靠互联网数十年积累的文本数据才走到今天,而机器人手上的操作数据只能从零开始采集。”李淼解释,基础模型需要的是海量“通识教育”,而不是几百条演示数据就能解决的“专项教育”。

李淼认为,数据已经成为物理AI赛道的分水岭。未来三到五年,谁率先形成大规模、高质量的产业操作数据集,谁就有可能掌握主导权。湖北的优势是制造大省、产业大省,实体产业大量工序依靠人手完成,企业密集,数据更容易汇聚。

在沙龙上,李淼还把目光投向了另一群人:湖北有14位大国工匠,全国有上百位,他们手上的绝活是最有价值的数据。他提出“大国工匠灵巧操作流程工程”,借助触觉手套采集手段,把工匠手上的技艺数字化留存。同时,他还参与了“指尖记忆流通工程”,留存面塑、楚式漆器等非遗技能和熟练工人的操作手法。

李淼还向记者分享了天门一位从业43年的裁缝大姐的故事:大姐缝一条拉链约需7秒,不熟练工人则要12秒。戴上手套后,她手上那套“7秒完成”的发力习惯和操作节奏被完整记录了下来。“熟练工和生手之间的能力差距,第一次变成了可量化、可训练的数据。”李淼说。

手套采集到的数据,距离真正进入“天问”或创新中心的训练闭环、变成机器人的操作能力,还有多远?李淼直言,目前还没有形成闭环,这些都需要科研一步一步往前推。

从机器人操作系统到研发一副手套,李淼对于“到底是什么卡住了机器人发展”的答案已经改变,但追问问题的方式没有变:不是在实验室里等一个通用智能降临,而是到工人干活的地方去,把那些正在消失的“手感”,一条一条留存下来。在400亿条数据缺口之外,武汉真正的机遇,或许就藏在这一双双手里。

本栏目中的所有页面均系自动生成,自动分类排列,采用联索网络信息采集、网页信息提取、语义计算等智能搜索技术。内容源于公开的媒体报道,包括但不限于新闻网站、电子报刊、行业门户、客户网站等。使用本栏目前必读