生数科技 Motus / Motus2（第一视角数据路线）
Vidu 视频基座团队，Motus2 以约 13 万小时第一视角视频训练统一策略/仿真/评估模型
- 数据类型
- 人类第一视角视频；机器人轨迹；世界模型
- 规模口径
- Motus2 约 129,900 原始小时，开源约 87%，采购约 8%，混合来源约 5%
- 客户
- 自用
- 融资
- 2026-04-10 B 轮近 20 亿元，阿里云领投（媒体称阿里云约 7 亿元、中网投约 5 亿元，未经公司确认）
- 链接
- arxiv.org
做什么
Vidu 之上做具身世界模型：Vidar（75 万条多视角双臂轨迹继续预训练，新本体适配仅需 20 分钟人类示范，官方称约为常规量 1%）[2]；Motus（光流学潜在动作）与 Motus2（13 万小时第一视角构成）（单一共享权重同时做策略、仿真器、评估器）[1][3]。
数据构成
Motus2 Table 1 合计约 129,900 原始小时：Egocentric-100K 100,500、Egocentric-10K 10,000、EgoVerse 1,200、EgoDex 800（开源约 112,500 小时），Ropedia 7,000，采购 EgoScale（egoscale.com 数据公司）6,000、JD-Group 2,000、光轮智能 Lightwheel 1,200、赛博源 CyberOrigin 1,200；手套对齐数据数十小时 [1]。采购四项约 10,400 小时（约 8%），Ropedia 为混合来源（约 5%）。
争议与口径
- Egocentric-100K 单项约占 77%，10K+100K 合计约 85%（均为按 Table 1 推算）。
- 光轮提供的是真人立体第一视角视频，非合成数据。
- Motubrain 与无界、深朴（深朴智能 Simple AI（HiFi-UMI））、星尘的合作未披露订单。
- 仅 Motus v1 权重在 HF；π0.5 是唯一外部基线且得 0%（每任务 20 次 rollout），比较不对等。
来源
相关卡片
光轮智能 Lightwheel公司与机构 · 中国
仿真资产、第一视角人类数据与评测一体的具身数据供应商，赛道融资最多
深朴智能 Simple AI（HiFi-UMI）公司与机构 · 中国
以 HiFi-UMI 高保真手持采集引擎做无本体数据的公司，开源 2,000 小时子集
赛博源 CyberOrigin公司与机构 · 中国
卖数据手套 CyberGlove 与第一视角数据服务，公开报价 60 美元/小时
Egocentric-10K / 100K / 1M数据集 · 美国
Build AI 开源的工厂第一视角视频，10K/100K 均 Apache 2.0
Motus2（13 万小时第一视角构成）论文与基准
生数的策略/仿真器/评估器三合一世界模型，约 12.99 万小时第一视角预训练
Vidar论文与基准
视频基座加 75 万条双臂轨迹，新本体仅需约 20 分钟示范适配
卡片整理 2026-10-14。公司自报数据标“公司口径”；⚠️ 为未经独立核实。