数据工厂

CWM数据工厂的质量管理则要走两步：先沿生产链路做分层把关，再用模型训练的结果做闭环反馈。

我们建设了一座跨本体全身运动数据工厂（Cross-EmbodimentWhole-BodyMotionDataFactory），打通了从动作设计、同步采集、跨本体重定向、数据增强到训练反馈的完整链路。

桥介数物跨本体全身运动数据工厂是一套围绕CWM数据资产生产的全流程基础设施。

桥介数物跨本体全身运动数据工厂：通用全身运动模型的数据基础设施2026年05月22日20:10AI云科技汇01

满足这四个性质的CWM数据，不是简单的采集就能得到，这也是我们建设跨本体全身运动数据工厂的出发点。

CWM数据工厂的质量管理则要走两步：先沿生产链路做分层把关，再用模型训练的结果做闭环反馈。

两步合在一起，数据工厂就形成了持续迭代闭环。

为什么要建一座数据工厂

基于这次试点和过去两年在多种足式机器人上的工程实践，我们正在把数据工厂从内部验证推向正式规模化建设。

我们建设了一座跨本体全身运动数据工厂（Cross-EmbodimentWhole-BodyMotionDataFactory），打通了从动作设计、同步采集、跨本体重定向、数据增强到训练反馈的完整链路。

数据工厂不是“采集场地”

数据工厂作为一座持续运转的基础设施，能够为人形机器人操作系统提供数据燃料，让系统里的全身运动模型不断获得跨本体、可训练、可复用的数据资产。

数据工厂第一件要回答的事是“采什么”。

桥介数物跨本体全身运动数据工厂是一套围绕CWM数据资产生产的全流程基础设施。

桥介数物跨本体全身运动数据工厂：通用全身运动模型的数据基础设施2026年05月22日20:10AI云科技汇01

每跑一轮，数据资产的质量、跨本体覆盖密度和训练收益都会同时往上抬一点：越跑越准、越跑越快，是CWM数据工厂随时间复利的核心来源。

满足这四个性质的CWM数据，不是简单的采集就能得到，这也是我们建设跨本体全身运动数据工厂的出发点。

这也是CWM数据工厂的核心价值：用稳定的场地、设备、流水线、专业团队和质检体系，把通用全身运动数据变成一种可持续生产能力。

这篇文章分享我们对运动控制数据工厂的阶段性思考：什么是跨本体全身运动数据，我们为什么要专门为它建一座工厂，以及这座工厂内部应该如何运转。

不直接进入重定向流程，但在数据工厂里是高价值的辅助信号：它支撑视频动作补全与人体动作提取，让海量互联网视频可以被纳入训练资产，也为导航与操作预备视觉模态；

除了按图谱主动覆盖，数据工厂还会显式接收来自模型训练侧的数据类型需求反馈：哪些动作类别在哪些本体上学得不稳、哪些接触状态训练收益最低、哪些样本通过了质检却没有带来实际增益，都会被翻译成新的数据类型需求回写到采集计划，让“采什么”持续被训练结果校准。

为此，数据工厂为所有采集设备建立统一的采集时钟和时间戳体系：所有设备在采集前完成空间标定和时间校准，采集过程中由主控系统统一管理任务编号、动作编号、设备状态和开始/结束信号；

在北京林萃路，一个由十几名研究员领衔的“数据工厂”——国家青藏高原科学数据中心（以下简称“中心”），正在为“亚洲水塔”打造可靠的数字底座。

原因在于，相比互联网大模型，人形机器人的“数据工厂”建设难度更高。

王启斌：去年下半年开始，我们自研穿戴式多模态数据手套，在北京建了数据工厂。