专访 LaST-HD 一作：人手数据如何成为机器人基础模型的关键拼图？

事件概述

至简动力联合北大、港中文、乙太科技推出 LaST-HD 论文，聚焦于利用人手数据（Human Data）训练机器人基础模型。一作刘家铭在专访中详细阐述了人手数据的价值、与真机数据的关系、LaST-HD 的技术核心，以及对 VLA、世界模型等路线的看法。该技术已支撑至简动力首批 100 台 i7 Pro 机器人进入工业场景部署。

核心信息

• 人手数据的定位：不是替代真机数据，而是作为低成本、高多样性的物理数据来源。大模型时代，人手数据第一次有机会成为机器人基础模型的重要组成，让机器人接触真实世界中丰富、自然的人类行为。
• LaST-HD 核心技术：不直接对齐人手动作与机器人动作，而是学习人手动作背后的物理规律（如杯子移动、接触变化等）。通过隐空间（latent space）实现人手数据与机器人数据的物理对齐，使机器人能迁移人类经验。
• 数据规模与策略：截至论文发布，公司预训练可用人手数据为 2000 小时（不含开源数据），年底目标一两万小时。强调数据质量与多样性优先于数量，过少或重复数据有害。后训练设计（Mixture-to-Human）让用户戴上轻量级手套演示几十分钟，机器人即可快速适应新场景、新用户习惯。
• VLA 与世界模型：并非对立，而是解决同一问题的不同角度。VLA 提供物理先验，世界模型擅长动态建模；隐空间推理兼顾效率与融合多种信息（3D、触觉等）。当前 VLA 表现有限源于数据和训练策略不足，非范式上限。
• 落地验证：至简动力百台交付验证了“数据-模型-训练-本体”一体化管线的可行性。刘家铭强调，研究以应用为导向，追求机器人持续学习和可量产的闭环。

值得关注

• 个性化作为终局方向：预训练可达 80 分，但最后 20% 是长尾与个性化。未来机器人进家后，用户应能用手套数据“教”机器人按自己的习惯操作，实现“千人千面”。
• 灵巧手优先落地场景：近中期为半开放环境（工业柔性制造、自动化实验室等），家庭完全开放环境是高难度的终极目标。
• 系列延续：LaST 系列包含 LaST₀（基础模型）、LaST-R1（后训练提升）、TwinRL（数字孪生强化学习）、LaST-HD（人手数据），旨在补全机器人学习的不同短板，后续还有新工作。