速腾聚创和 BitRobot 的这次合作，关键在数据集规模、采集方式和授权条款，我先核准一手信息。
11 月 11 日，在美国奥斯汀举行的机器人学习大会 CoRL 2026 期间，RoboSense 速腾聚创宣布与 BitRobot 达成战略合作，双方围绕三维感知硬件与真实世界数据采集展开协同；合作成果 RoboCap LiDAR-100 同步发布，包含 100 小时真实作业记录，覆盖餐厅厨房、汽车维修、汽车美容三类场景，采集时同步记录激光雷达深度、RGB 图像和惯性测量数据，输出 QVGA 分辨率深度信息。数据集已上线 Hugging Face，首批开放 50 小时、1964 个任务片段、37 类任务，其余 50 小时计划后续开放。这件事真正的分量不在 “100 小时” 这个数字，而在数据形态：它不是网上扒的视频，而是带真实尺度、可直接测量的三维操作数据，一次采集就能同时服务手部追踪、头部位姿估计和环境重建。对速腾聚创来说，这是从 “卖机器人之眼” 往 “物理 AI 数据入口” 迈的一步；对行业来说，真实作业数据的生产开始从实验室外包给开放网络。
一、这次合作，各方到底出了什么
| 角色 | 出的东西 | 拿到的东西 |
|---|---|---|
| 速腾聚创 | 三维感知硬件、空间相机、AI-Ready 生态 | 数据采集入口、开发者触达、场景背书 |
| BitRobot | 分布式采集网络、遥操作体系、开放社区 | 高质量多模态数据、硬件方案、联合品牌 |
| 开发者 | 使用数据集训练与评测 | 可直接下载的训练素材 |
| Hugging Face | 开源分发 | 社区流量与生态位 |
CoRL 2026 现场，速腾聚创以 BitRobot 战略合作伙伴身份在 408 号展台联合亮相，展示空间相机新品类和空间智能实时演示。合作不是一纸框架，至少已经交付了一个可下载的数据集和一套可复用的采集方案。
二、RoboCap LiDAR-100 参数拆解
| 维度 | 数值 | 实际含义 |
|---|---|---|
| 总时长 | 100 小时 | 首批开放 50 小时，剩余后续释放 |
| 场景 | 餐厅厨房、汽车维修、汽车美容 | 三类高频、可标准化、有商业价值的作业 |
| 任务片段 | 1964 个（首批） | 平均每段约 1.5 分钟，适合做原子技能切分 |
| 任务类别 | 37 类 | 从抓取、摆放、擦拭到装配，覆盖操作谱系 |
| 模态 | LiDAR 深度、RGB、IMU | 空间 + 纹理 + 运动姿态三路对齐 |
| 深度分辨率 | QVGA | 320×240，够用但不精细 |
| 分发 | Hugging Face | 公开可下载，研究友好 |
| 采集硬件 | 速腾三维感知方案 | 可复制，不是一次性实验室装置 |
官方的说法是 “全球首个具备高分辨率精准深度测量的 3D 操作数据集”，重点在 “精准深度测量”，不是 “高分辨率图像”。这两个词的差别，后面会单独说。
三、为什么 “带深度的作业数据” 比视频数据集值钱
| 数据类型 | 能回答的问题 | 训练价值 | 局限 |
|---|---|---|---|
| 普通操作视频 | 人做了什么动作 | 学流程、学顺序 | 没有真实尺度，抓取距离靠猜 |
| 仿真数据 | 理想条件下怎么做 | 大规模、可标注、可并行 | 与现实有域差，接触力学失真 |
| 遥操作数据 | 人怎么控制机器人 | 直接对齐动作空间 | 成本高、规模小 |
| 带 LiDAR 深度的作业数据 | 物体在哪、多远、什么姿态 | 手部追踪、位姿估计、环境重建一次搞定 | 分辨率与标注成本是瓶颈 |
机器人学抓取，最缺的不是 “看见”，而是 “量准”。一个杯子在画面里占多少像素不重要，重要的是杯口离指尖几厘米、倾斜多少度。RGB 给纹理，LiDAR 给尺度，IMU 给运动，三路对齐之后，一条数据能同时喂给三个模块，采集成本被摊薄。
四、QVGA 这个细节，值得单独说
| 看法 | 理由 |
|---|---|
| 够用的场景 | 手部粗定位、头部位姿、房间级重建、避障 |
| 不够用的场景 | 螺丝装配、线缆插拔、透明 / 反光物体精操作 |
| 补救方式 | 用 RGB 高分辨率补纹理，用多视角补几何，用触觉补接触 |
| 成本考量 | 100 小时 × 多模态原始数据体量已经很大，QVGA 是存储与标注的折中 |
所以 “高分辨率精准深度测量” 应理解为 “深度值准”，而不是 “深度图细”。做精细装配的团队拿到数据后，第一件事应该是验证在自己任务上的重投影误差，而不是直接开训。
五、速腾的角色在变：从卖眼睛到卖数据入口
| 阶段 | 代表产品 / 动作 | 商业模式 |
|---|---|---|
| 车载激光雷达 | M 平台、EM 平台、EM4 | 卖硬件，按台计价 |
| 机器人感知 | Airy、Fairy、AC1/AC2 空间相机 | 卖硬件 + AI-Ready 生态 |
| 数据入口 | 与简智、智在无界、BitRobot 合作 | 卖采集方案、卖数据服务、做生态 |
AC1 的底子撑得起这个转向：70 米最远测距、5 米内 1cm@1σ 精度、120°×60° 深度 FOV、144°×78°RGB FOV、100kLux 抗阳光、-20℃到 60℃工作温度，全固态 VCSEL+SPAD+CMOS 模组。这些参数意味着它能在厨房油烟、汽修车间、户外美容这类非结构化环境里稳定出数。
财务侧也能看出重心在移：2026 年上半年营收同比增长 30.2%，机器人领域激光雷达销量同比增长 510.4%，机器人业务占产品收入比例已接近 50%；公司服务全球超过 3400 家机器人客户，2025 年机器人激光雷达市占率全球第一。硬件卖到一定规模，数据就是第二增长曲线。
六、BitRobot 是什么玩法
| 维度 | 说明 |
|---|---|
| 定位 | “全球开放机器人实验室”，用子网（subnet）组织任务 |
| 起源 | 2022 年 FrodoBots Lab 周末项目，2025 年与 Protocol Labs 团队共同扩展为网络 |
| 代表子网 | ET Fugi（人行道机器人遥操作）、SeeSaw（第一视角视频）、TeleArms（机械臂遥操作）、RoboCap（第一视角采集） |
| 计量方式 | 可验证机器人工作（VRW），贡献可核验、可追溯 |
| 激励 | 链上发放奖励，带加密 / DePIN 色彩 |
| 已有成绩 | 人行道数据集为 Hugging Face 上同类最大，SeeSaw 上线一个月完成任务超 100 万 |
| 生态 | 与 Hugging Face、宇树科技合作，参与发起 RoboColosseum 实机评测 |
这套模式的价值在 “规模” 和 “多样性”：单靠一家公司养几百个采集员，覆盖不了 37 类任务、三个行业、多个城市。但它的另一面是质量方差和授权复杂度，企业采购数据时必须逐条看清许可条款。
七、谁会真的用这份数据
| 使用者 | 用法 | 上手成本 |
|---|---|---|
| 具身智能团队 | 预训练 VLA 模型、做技能先验 | 中，需要适配动作空间 |
| 高校与研究机构 | 复现抓取算法、做基准对比 | 低，Hugging Face 直接下 |
| 机器人本体厂商 | 验证感知方案、调手眼标定 | 中，需要硬件对齐 |
| 数据服务商 | 学采集流程、复用标注规范 | 低 |
| 投资人 / 分析师 | 判断数据基础设施建设进度 | 低 |
实际使用路径大致是：先下 50 小时，挑 37 类里与你产品最接近的 3—5 类，跑一遍手部追踪和位姿估计的基线；再决定要不要等剩余 50 小时，或者自己按这套采集规范补数据。
八、对行业的三层影响
| 层面 | 变化 | 观察指标 |
|---|---|---|
| 数据供给 | 感知厂商从卖硬件转向卖 “可训练数据” | 是否出现按小时 / 按任务计价的数据服务 |
| 评测体系 | 真实作业数据成为模型比拼的公共赛道 | RoboColosseum 等实机评测的参与队伍数 |
| 供应链 | 采集硬件标准化，中小团队不必自建采集棚 | 同类采集方案的价格与交付周期 |
过去两年，具身智能的瓶颈从 “模型不够大” 转到 “数据不够真”。谁掌握了稳定产出真实作业数据的硬件和网络，谁就在产业链上多占一个位置。速腾这一步，是把位置从 “零部件供应商” 往 “数据上游” 挪。
九、四个需要冷静看待的点
| 点 | 说明 |
|---|---|
| 100 小时不算大 | 相比语言模型的数据量，100 小时只是起点，泛化要靠持续扩产 |
| 场景有偏 | 厨房、汽修、美容三类都偏 “手部操作 + 固定工位”，移动操作与服务机器人覆盖不足 |
| 授权要看清 | 开源不等于可商用，Hugging Face 上的许可条款、署名要求、衍生数据归属需逐条确认 |
| 厂商口径 | “全球首个” 这类表述缺少第三方核验，采购时以实测指标和合同为准 |
【常见问题】
问题 1：速腾聚创与 BitRobot 发布的 100 小时机器人数据集叫什么？
回答 1：这份 100 小时机器人数据集名为 RoboCap LiDAR-100，由速腾聚创与 BitRobot 在 CoRL 2026 期间联合发布，覆盖餐厅厨房、汽车维修、汽车美容三类真实作业场景。
问题 2：速腾聚创与 BitRobot 的 100 小时机器人数据集包含哪些模态？
回答 2：该 100 小时机器人数据集同步记录激光雷达深度信息、RGB 图像和惯性测量数据，输出 QVGA 分辨率深度，可同时用于手部追踪、头部位姿估计和环境重建。
问题 3：速腾聚创与 BitRobot 的 100 小时机器人数据集在哪里下载？
回答 3：这份 100 小时机器人数据集已上线 Hugging Face，首批开放 50 小时、1964 个任务片段、覆盖 37 类任务，剩余 50 小时计划后续开放，下载前需确认许可条款。
问题 4：速腾聚创与 BitRobot 合作，为什么选厨房和汽修场景？
回答 4：速腾聚创与 BitRobot 的 100 小时机器人数据集选厨房、汽修、汽车美容，是因为这三类场景动作密集、工位相对固定、商业价值明确，且对深度感知和精细操作要求高，适合做操作技能训练。
问题 5：速腾聚创与 BitRobot 的 100 小时机器人数据集能直接商用吗？
回答 5：不一定。速腾聚创与 BitRobot 的 100 小时机器人数据集是开源发布，但开源不等于可商用，需按 Hugging Face 页面标注的许可协议确认署名、衍生数据归属和商业使用范围。
问题 6：速腾聚创与 BitRobot 这次合作，对速腾意味着什么？
回答 6：速腾聚创与 BitRobot 的合作意味着速腾从卖激光雷达和空间相机，延伸到卖采集方案与数据入口；配合其机器人激光雷达销量同比增长 510.4%、机器人业务占产品收入近 50%，数据正成为第二条增长曲线。
【参考资料】
- [2026-11-13]（从机器人之眼到数据入口，速腾聚创空间相机打开新空间）证券之星
- [2026-11-12]（速腾聚创与 BitRobot 达成战略合作 发布 RoboCap LiDAR-100 数据集）新浪财经
- [2026-11-12]（速腾聚创与 BitRobot 达成战略合作）上海证券报・中国证券网
- [2026-11-12]（速腾聚创与 BitRobot 达成战略合作）新浪科技
- [2026-11-12]（RoboSense 与 BitRobot 达成战略合作）智能制造网
- [2026-11-11]（速腾聚创与 BitRobot 联合发布 100 小时真实场景机器人 LiDAR 数据集）DoNews
- [2026-11-11]（速腾聚创与 BitRobot 达成战略合作，联合发布 100 小时真实场景机器人数据集）中金在线
- [2026-08-19]（企业介绍与发展历程）RoboSense 速腾聚创
- [2026-07-09]（Inside the Lab: SN/01 - ET Fugi）BitRobot
- [2026-01-07]（BitRobot 2025 Recap）BitRobot
- [2025-10-22]（Launching SN/02: SeeSaw by Virtuals）BitRobot
免责声明
本文基于速腾聚创官方发布、BitRobot 官网、Hugging Face 公开页面及新浪财经、上海证券报、DoNews、智能制造网等媒体报道整理，数据集规模、任务数量、模态规格以官方页面和实际下载内容为准，后续批次可能调整。“全球首个高分辨率精准深度测量 3D 操作数据集” 等表述为发布方口径，未经第三方独立核验；QVGA 分辨率与 “高分辨率” 的差异已在文中说明，选型请以实测重投影误差和任务适配度为准。数据集许可条款、商用边界、衍生数据归属需以 Hugging Face 页面标注的协议为准，本文不构成法律意见。速腾聚创营收、销量、市占率数据来自公开财报与媒体整理，可能与最终审计口径存在差异，不构成投资建议。