UMI（Universal Manipulation Interface）
手持夹爪加 GoPro 的无机器人示教框架，把采集设备与机器人本体解耦
- 成立
- 2024-02
- 总部
- Stanford / Columbia / TRI
- 数据类型
- 手持夹爪示教；腕部鱼眼视频
- 规模口径
- 杯子任务 3 人 12 人时采 1,400 条 demo、30 个地点（论文）
- License
- MIT（GitHub 仓库 real-stanford/universal_manipulation_interface）
- 链接
- umi-gripper.github.io；arxiv.org
原理
UMI 由 Stanford、Columbia 与 TRI 的团队提出（RSS 2024）。人手持 3D 打印平行夹爪，腕部 GoPro 加 155° 鱼眼；位姿由 GoPro IMU 加 ORB-SLAM3 事后反推，动捕基准上位置误差 6.1 mm、旋转 3.5° [1]。采集时不指定目标机器人，事后按运动学可行性丢弃不可达 demo，见 动作可行性过滤。
成本与吞吐
夹爪 BOM 约 $73，GoPro 及配件约 $298，整机 780 g、指行程 80 mm [1]。官网杯子摆放任务：UMI 111 条/小时，徒手 231，SpaceMouse 遥操 35，UMI 约为后者 3.2 倍 [2]。Agilex 称搭建约 $800，属厂商口径 [3]。
局限
无本体感受与触觉；采集画面与部署时的机器人腕部画面存在观测差异；SLAM 在缺纹理场景失效；原版为平行夹爪，灵巧手需 DexUMI 等变体；FastUMI / FastUMI Pro 等在此基础上规模化，见 手持与 UMI 数据。
来源
相关卡片
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。