Skild 创始人拆解机器人数据难题：四种来源各有短板
deepakpathak · x · 2026-09-12
Skild AI 创始人 Deepak Pathak 提出框架，解释 $100M ARR 机器人公司如何解决数据规模问题，强调不能依赖单一数据源。
机器人训练数据的四个来源及各自缺陷：
- 机器人自采数据：最贴合任务，但物理世界不能快进，扩展最慢
- 遥操作：行业默认方案，但几乎不带多样性
- 仿真：远快于实时，但每个新任务都需手工搭建环境
- 人类视频：最丰富，但离机器人本体最远
他提出机器人数据质量有三个维度：可扩展性、多样性、与机器人的贴近度，只有多源组合才能解决机器人数据问题。
「具身」频道最新
- 几张扫描图让 GPT-6 重建办公室，一条提示词造出人形机器人训练场 — liuziwei7 · 2026-09-12
- 开发者为 OpenAI Dev Day 打造实体 Codex 宠物机 — gabrielchua · 2026-09-12
- 爱丁堡初创发布 Litavis SPAD 传感器：光子处理搬进像素内 — Scobleizer · 2026-09-12
- 999 美元开源机械臂:负载 1.5kg、重复精度 0.2mm — Scobleizer · 2026-09-12
- Tesla 欧洲官号晒 FSD 瑞典测试一年成绩单 — yunta_tsai · 2026-09-12
- FADA 入选 CoRL 2026 并开源:人形机器人仅用两分钟经验自适应新环境 — GuanyaShi · 2026-09-12