清华00后博士创业OriginFlow：把肌肉信号炼成Token，为具身智能开辟数据新入口

事件概述

具身数据采集出现新路线：神经肌电（sEMG）方案。该路线将数据采集视线从外部动作伸向人体运动输出侧，通过非侵入式神经接口收集外周运动神经相关体表电信号，作为具身智能训练数据。

OriginFlow（渊澈太初）是该方向代表性公司。创始人兼CEO秦深涛生于2001年，为清华车辆与运载学院在读博士生。公司2025年8月成立于北京，截至2026年5月已对外披露完成天使轮、战略轮和Pre-A1轮融资，累计金额超5亿元人民币，资方包括蓝驰、绿洲、Monolith等。

核心信息

技术体系：NeuroScale

NeuroScale以非侵入式神经运动接口为信号入口，融合神经肌电、第一视角视觉与IMU等多模态信息，通过PULSE基座模型重建人类操作中的姿态、接触力和驱动力，将一次真实操作整理为机器可学习的Human Tokens。

OriginFlow将一次物理操作拆解为三个相互关联的空间：

• MotionSpace：描述手部姿态和运动轨迹
• TactileSpace：描述法向力、切向力与接触反馈
• TendonSpace：描述肌肉、肌腱驱动力和关节力矩

三者构成“驱动力产生运动，运动带来接触，接触最终形成作用力”的物理因果链。Human Tokens正建立在这三类物理量之上的动作表征。

采集硬件：OriginKitGen 1.0腕带

OriginKitGen 1.0首代腕带设计略宽于Apple Watch表带，体积更小、重量更轻。采用16通道采集，信息码流约96KB/s，对手部运动进行连续建模。腕带信号需与第一视角视觉、IMU信息一同进入数据链路，才能完成从肌肉信号到手部动作的推断。

数据落地还需经过多设备时钟对齐、个体校准、运动伪迹处理、任务切分、动作与力标注、质量筛选及跨本体映射。为此团队搭建了Data Infra，其中ORACLE负责自动化标注，CHORD全模态统一基座负责神经肌电、视觉、IMU、语言及机器人状态之间的时序与表征对齐。数据需经过物理有效性、任务有效性、标注有效性、模型价值和真机评测等环节，才能进入最终交付数据集。

当前进展与规划

WAIC期间团队展示了PULSE 0.2版本demo：以16通道表面肌电信号为输入，对手部运动进行连续建模，实时观测对指动作中的发力变化。PULSE 0.3正在研发中，探索肌腱发力与手部前向运动学之间的关系。

OriginFlow规划三阶段发展路线：

• 第一阶段From Human：将人类操作经验系统性蒸馏为机器可学习的数据与表征，不干预人的自然感知与运动过程
• 第二阶段With Human：构建包括机器人在内的AI硬件，以Always-on形态融入日常
• 第三阶段Enhance Human：面向未来10到30年

值得关注

• 神经肌电方案相比脑机接口，避开了高侵入、高通道数和脑区对应难题。Meta已在该方向布局：2019年收购CTRL-Labs，2021年首次公开神经接口腕带原型，2025年第三代智能眼镜已引入神经输入腕带。
• 秦深涛认为，神经肌电可绕过具体接触面的材料和传感器差异，从人和机器各自的驱动侧出发，寻找连接肌肉激活、肌腱发力与关节运动的共享动作表征。“人到机器人”的迁移本质上是“跨本体迁移”的子问题。
• 公司目标是将全模态Human Data规模从千万小时逐步推向万亿小时，其设想中下一代物理入口将走向更轻、更自然、更接近消费品的形态。
• 国内已有强脑科技、章鱼动力、SnowOrigin、念象科技、无界脉络、手亿科技等公司利用神经肌电采集具身智能数据。