颠覆真机依赖！自变量发布TwinDEX，低成本教会机器人“灵巧操作”

机器人要真正走进现实世界，不仅要“看得懂”，还要能够灵活“动手”。但长期以来，高质量灵巧操作数据主要依赖真机遥操作，采集成本高、效率有限，难以规模化，成为具身智能发展面临的现实难题。

9月2日，自变量机器人发布TwinDEX，首次实现纯无本体数据、零真机遥操作数据驱动的灵巧操作。TwinDEX由一套可穿戴数据采集系统和一套与之匹配的机器人灵巧手组成，既能采集人的操作动作，也能在机器人上执行。通过让两端高度一致，基础模型仅使用数百条无本体数据进行训练，即可教机器人学会完成复杂任务。

在此次发布中，TwinDEX展示了机器人操作一套完整的化学实验。机器人自主完成开瓶取样、药勺取样、滴管操作、玻璃棒引流、摇匀观察等24个连续动作，涉及三种工具以及多次双手协同与工具切换。从拧开试剂瓶，到控制滴管吸液、挤压和滴液，再到使用玻璃棒引流，整套任务对手指控制、工具使用和接触力度都有较高要求。值得注意的是，这套策略100%由无本体数据训练，仅使用数百条数据，训练过程中没有引入任何真机遥操作数据。

无本体数据过去难以直接用于机器人训练，关键在于人的动作与机器人的动作存在差异。TwinDEX从机器人最终执行效果出发，反向设计数据采集系统，使采集端和执行端在运动结构、接触特性等方面保持高度一致，降低数据迁移损失。同时采用三指九自由度灵巧手，在灵巧性、可靠性和成本之间取得平衡。

数据采集效率也得到提升。传统真机遥操作受到机器人数量、场地和设备使用时间限制，而TwinDEX采用可穿戴采集方式，一名操作员、一张桌子、一套设备即可组成一个数据采集单元，并可通过增加设备和操作员实现并行扩展。在相关任务中，其每小时数据采集效率达到真机遥操作的5.3倍。

评测显示，在多任务基准上，无本体数据训练出的策略性能随数据量增长的趋势与真机遥操作数据基本一致，训练效果近乎可以100%替代真机遥操作数据。

这意味着，训练机器人灵巧操作不再完全依赖昂贵的真机数据。对于具身智能产业而言，TwinDEX为解决长期存在的数据规模化难题提供了新的路径：通过更低成本、更易扩展的数据采集方式，推动机器人训练数据规模持续扩大，进一步降低具身智能研发和应用门槛。

南方+记者 曾子航