时间：2026年8月7日
地点：中国杭州（阿里云总部）/ 中国上海（穹彻智能）
人物：穹彻智能团队；阿里云 MaxCompute / DataWorks / Hologres / PAI 平台团队；阿里云 AgentNative 数据实战录系列
事件详情：
极客公园 8月7日报道，国内具身智能企业穹彻智能联合阿里云打造端到端 UMI Data + AI Pipeline，把机器人数据处理从依赖人工、单机运行的模式升级为云端工业化数据产线。穹彻智能采用 UMI（Universal Manipulation Interface）方案采集第一视角画面、夹爪位姿、运动轨迹等多模态数据，原始数据进入云端后由阿里云 MaxCompute MaxFrame 提供分布式算力，将视频去畸变、SLAM 位姿恢复、多模态标注等任务拆分到云端资源并行执行；大模型直接嵌入流程实现动作片段的自动语义标注。整条产线由 DataWorks 统一编排，支持周期调度、历史数据重跑与异常自动恢复；处理后的数据进入 Hologres 做样本检索、数据审核与训练管理实时服务，再进入 PAI 平台完成模型训练、性能优化与部署验证，形成「数据生产→模型训练→效果反馈」闭环。官方数据显示，整体吞吐提升超过 10 倍、多模态标注规模化自动完成、云端算力可弹性扩展至 10 万+ CU、模型训练效率提升约 50%。
背景：
2025 年被业内称为具身智能爆发元年，国内外机器人公司密集发布新产品，资本持续加码，但行业共识逐渐转向「真正限制机器人进化速度的不再只是模型而是数据」。与大语言模型可从互联网海量文本获取训练语料不同，机器人需要学习的现实世界操作能力每次都必须真实发生，并同步记录视觉、动作、轨迹、力觉等多模态信息，原始数据还需经历位姿恢复、鱼眼相机标定、动作切分、多模态标注等多道复杂工序。视觉 SLAM 重建极度消耗 GPU 算力，单机跑几百小时数据往往需要数天；流程环环相扣，任一步骤出错都可能导致整批数据回炉重算，导致好数据「烂在硬盘里」。穹彻智能选择以 UMI 方案把手持设备采集的自然动作数据与阿里云分布式算力、大模型自动标注、数据治理编排结合，是国内首批把机器人训练数据推向云端工业化生产线的实践。
影响：
- 影响1：穹彻智能与阿里云的合作把机器人数据生产从「人工+单机」推向「云端+自动化」，10 倍吞吐量提升与 10 万+ CU 弹性算力显著降低具身智能企业的数据基础设施门槛，中小型具身创业公司有望以更低成本接入工业化数据产线。
- 影响2：UMI Data + AI Pipeline 把大模型能力嵌入数据处理流程实现动作片段自动语义标注，意味着具身智能正在借鉴 LLM 时代的「预训练+下游微调」范式，数据标注自动化将成下一阶段具身模型迭代速度的关键变量。
- 影响3：阿里云通过 MaxCompute MaxFrame、DataWorks、Hologres、PAI 的组合为具身智能提供「端到端云原生数据栈」，与阿里通义千问、Qwen3-Agent 等形成 AI 生态闭环；AgentNative 数据实战录系列案例的推进意味着阿里正在把云能力包装为面向 AI Agent 与具身智能企业的「数据实战样板」。
- 影响4：行业竞争从卷模型、卷硬件逐步延伸到卷数据基础设施，穹彻-阿里云样板工程可能引发其他具身企业（智元、宇树、星动纪元、自变量机器人等）跟进云化数据产线；中美具身智能竞争的下半场，数据工业化能力将成为决定模型迭代速度与商业化速度的关键基础设施。
总结：
穹彻智能与阿里云联手打造的 UMI Data + AI Pipeline，把具身智能的核心瓶颈——「数据采不到、处理不动」——转化为云端可弹性扩展、自动编排的工业化数据产线，10 倍吞吐量、10 万+ CU 弹性算力与 50% 训练效率提升是当前国内具身数据基础设施最大幅度的工程化跃迁之一。当机器人数据从「人工加工」走向「工业化生产」，具身智能行业的迭代速度将进入下一阶段，模型与硬件之外的「数据生产体系」将成为下一轮竞争的隐形护城河。
参考来源：
- http://www.geekpark.net/news/368553
- http://m.itbear.com.cn/html/2026-08/1485443.html
- https://m.sohu.com/a/1059723487_362225/
- http://m.toutiao.com/group/7671223184749904425/?upstream_biz=VolcEngine
- http://m.toutiao.com/group/7671098692513923647/?upstream_biz=VolcEngine
- http://finance.sina.com.cn/stock/t/2026-08-06/doc-inimkskz4575584.shtml
- https://k.sina.cn/article_7857201856_1d45362c001908ifey.html
- http://finance.sina.com.cn/cj/2026-08-06/doc-inimkncc4656196.shtml