Data Pyramid for Embodied Manipulation

数据配方

综述（Shanghang Zhang 等约 30 位作者）。五层：真机 / UMI / 第一视角与外视角 / 仿真 / 通用视觉语言，按"可扩展性与机器人对齐度"的权衡组织。统计表：OXE 2.4M 条/527 任务；RT-1 130K 条；AgiBot World Beta 1M 条/2,976.4 h/217 任务；RoboMIND 107K 条/305.5 h；FastUMI-100K 100K 条/32 任务；Egocentric-100K 100,405 h；Ego4D 3,670 h；EgoDex 829 h；HumanNet 967,000 h [1][2]。

结果与证据

六个开放问题：大规模触觉数据、失败与恢复数据、可扩展采集管线、跨本体动作对齐、灵巧操作的第一视角数据、原则性数据配方 [1]。

已知缺陷与口径

未给 scaling 拟合结论，也未给价格。2,976.4 h 是综述表的统计，不是智元原话。Table 7 各模型小时配方后半未逐项核对。

来源

1. arXiv 2607.24744 (2026-10-14)
2. https://arxiv.org/html/2607.24744v2 (2026-10-14)