核心观点 - 穹彻智能发布具身智能预训练模型Noe-0，该模型采用全链路无本体采集数据的世界动作模型（WAM）架构，验证了不依赖传统遥操作数据即可完成从预训练到真实机器人执行的完整闭环 [2][4][54] 数据采集策略 - 所有自采训练数据均来自人在真实环境中直接完成操作的记录，覆盖超50个城市、数十万小时、数十万种任务类型 [3] - 传统遥操数据在标准化工位采集，环境人为构造，难以复制真实世界的复杂性 [6][7] - 同一任务通过遥操作完成通常需要直接操作的3至5倍时间，增加成本且产生缓慢机械的动作数据 [7] - 数据采集设备RoboPocket（RP）采用“同构设计”，采集端与机器人末端保持一致，兼顾操作舒适度和采集效率 [8][10] - 2021年7月穹彻智能开始探索无本体数据采集，2023年开源国内最早的大规模具身智能数据集rh20t并发布AirExo方案 [29] - 2026年初RoboPocket已覆盖超过50个城市、18个省级行政区，峰值时期超1000名采集员同时参与，累计参与人数达数万名 [30] - 数十万小时数据中没有任何一条来自为采集而搭建的模拟环境 [33] - 数十万小时数据对应数十万种任务类型，平均每种任务类型约一小时数据，数据广度远大于深度 [37] 模型架构与技术路线 - Noe-0采用World Action Model架构，以视频预测作为核心高层学习目标，接收连续历史帧与相关状态信息，预测未来视觉状态 [19] - World Action Model将策略模型骨干从语言模型替换为视频世界模型，回答世界下一步状态及机器人如何行动 [19] - 视频预测部分可复用对环境变化的理解，动作预测部分针对不同末端执行器适配，更换末端构型时无需重新训练整套模型 [21] - Pixel Prediction能显著提升跨本体迁移效果，为模型提供隐式反事实推理能力，迫使模型过滤与本体绑定的表面信息，抓取驱动任务进展的物理本质 [23] - 无本体数据与World Action Model实现完美匹配，帮助从无本体数据迁移到机器人智能 [23] 训练链路 - Noe-0在预训练和后训练阶段均使用无本体数据 [11] - 预训练阶段使用大规模分布式无本体数据，让模型学习跨任务视觉变化、状态转移与动作规律 [14] - 后训练阶段围绕具体任务采集更聚焦的无本体数据，用于任务适配和能力强化 [14] - 若预训练使用无本体数据而后训练切回遥操作数据，会出现数据分布和动作模式的断层 [15] - 全链路无本体数据路线让基础能力学习和具体任务适配保持连续，避免后训练成为能力瓶颈 [16] 数据基础设施 - 穹彻智能打造AI-native Data Engine，将AI嵌入从任务产生、数据采集到质量改进的完整管理闭环 [49] - 数据标注成本已超过采集成本，AI深度参与的数据引擎不可或缺 [41][42] - 从端侧采集到训练数据交付的全过程拆解为八个环节，贯穿统一数据生产管线 [43] - Data Agent智能体通过自然语言交互连接数据管理者与采集员，覆盖任务生成、数据查询与统计、质量问题处理、通知推送及权限管控五项核心功能 [46][47] - AI辅助任务审核、自动化质检、自动化标注及驱动端侧反馈，覆盖整条链路 [49] - 数据规模化强调Distributional Scaling：More Data × More Tasks × More Objects × More Spaces × More Real-world Variation [26] 行业意义与展望 - Noe-0验证了不依赖传统遥操作数据完成具身世界模型预训练、后训练并在真实机器人上形成执行真实任务的能力 [4] - 具身智能真正的Scaling或许才刚刚开始 [57] - 模型面对的真实任务越多，流入的真实世界经验越丰富，模型的能力边界就越广阔 [56] - 穹彻智能跑通了真实世界经验进入模型、模型转化为机器人能力、再由真实执行反馈推动模型迭代的完整链路 [54]