威卡发布具身智能工程机械高质量数据集并上线Hugging Face
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
全文梳理
AI 摘要依据下方信源原文自动整理，非原文转载从控制器到数据集
威卡移动控制的主业长期集中在控制器、传感器与功能安全方向的自动化控制产品上。2026年下半年，这家公司频繁出现在具身智能行业的展示活动中，9月先后受邀参加华为2026全联接大会与阿里2026云栖大会。10月19日的徐州AI大会上，总经理薛力戈对外发布了工程机械高质量数据集。发布会现场播放的是挖掘机在真实工地作业的画面，而非机器人表演式的演示。这一动作意味着，原本做底层控制部件的厂商，开始把触角伸向训练模型所需的数据供给环节。数据集已在Hugging Face等国际数据仓库上线，并采用开源模式对外提供。
为什么先啃挖掘机
选择挖掘机作为突破口，与这一场景在工程机械中的代表性有关，同时也因为它的实现难度偏高。数据采集覆盖了挖沟、装车、修坡、整平、堆料等多种复杂工况，这些动作在真实工地上频繁出现，却很难靠单一传感器描述清楚。威卡的做法是用统一时间戳把视觉、激光、位姿、力馈与手柄输入五维数据同步起来，让不同模态的信息在同一时间轴上对齐。这项工作并非临时起意，五年前公司就已启动数据集的前期筹备。
每小时五千元的账
真机实地采集的成本约为每小时5000元。按训练一套可用模型大约需要10万小时量级的数据来推算，仅靠真机采集，投入就要上亿元。这一成本结构解释了为什么真实数据不足会成为行业痛点之一，仿真实用性有限、模型适配差同样制约着进展。2026年上半年国内具身智能融资约935亿元，同比增长约五倍，资金涌入并未直接解决数据从哪来的问题。威卡的应对思路是同步建设仿真模拟器，建成后成本可压缩至真机采集的十分之一，从而在真实数据与仿真数据之间形成搭配。
开源之后谁能用
数据集以开源模式上线国际数据仓库，意味着研究者和开发者可以直接获取这批来自真实工地的多模态记录，而不必自行组织挖掘机与采集设备。适用范围集中在工程机械作业场景，尤其是挖掘机相关的动作理解与模型训练；超出这一范围的通用具身智能任务，并不在数据覆盖之内。对读者而言，这套数据提供的是一个可复用的起点，但10万小时量级的训练需求与每小时5000元的采集成本仍然摆在面前，开源数据能替代多少真机采集，取决于后续仿真模拟器的实际表现。
为什么值得看
具身智能落地卡在真实数据供给，这份来自工程机械真实工地的开源数据集，给出了可复用的采集与对齐方法。
信源1 家
关键事实
相关 · 行业
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。