随着具身智能加速迈向真实世界，数据系统能力已经成为决定机器人能力上限的关键变量。

 

近日，枢途科技研发团队联合清华大学、香港中文大学等顶尖科研力量，共同发布了最新研究成果《RoboWheel: A Data Engine from Real-World Human Demonstrations for Cross-Embodiment Robotic Learning》，该论文提出了一种全新的端到端数据引擎，让机器人能够直接从真实世界的人类操作中学习。目前，该论文已被国际计算机视觉顶级会议 CVPR 2026 正式录用。

 

 

1. 入选 CVPR，印证具身智能前沿技术积累

CVPR（IEEE/CVF Conference on Computer Vision and Pattern Recognition）是全球计算机视觉与模式识别领域的顶级学术会议，也是人工智能领域最具影响力的会议之一，在谷歌学术出版物指标中长期位列计算机科学领域的全球第一。

每年，全球顶尖的高校与科技企业都会在此展示最前沿的技术突破，论文评审标准极其严格。此次 RoboWheel 成功入选，让枢途科技围绕“人类操作视频转具身数据”所推进的技术路线进入国际顶会视野。同时，客观印证了枢途科技在具身智能数据基础研究与技术创新方面，已具备国际前沿水平。

 

2. 直击行业痛点：让物理合理的 HOI 数据成为可扩展“燃料”

在具身智能走向真实世界落地的过程中，行业面临的核心挑战之一是：机器人数据的获取成本极高，且天然存在异构性。不同的机器人本体、灵巧手、机械臂以及多变的场景，导致各家企业形成了严重的数据孤岛。

 

 

针对这一难题，RoboWheel 创新性地将 HOI（Human hand-Object Interaction，人手-物体交互）作为一个更通用的中间层。通过接入真实录制、在线视频和公开数据集等广泛的人类演示来源，RoboWheel 能够将其转化为物理合理、可跨本体迁移的交互数据。这一端到端的数据引擎，让机器人直接从真实世界的人类操作中学习成为可能，为具身智能基础模型提供了持续、低成本且可泛化的数据“燃料”。

 

3. 开源规模化数据集，共建具身繁荣生态

基于 RoboWheel 构建的数据引擎，研发团队同步开源了业界首个从真实场景人类视频中提取的具身多模态训练数据资源——HORA （Hand-Object to Robot Action）数据集。凭借极高的行业价值，HORA 近日已成功入选 EAI-100 具身智能年度十大数据集、LeadeRobot2026 年度具身智能数据构建与服务赋能奖等权威榜单。

 

 

 

 

该数据集包含超过 15 万条高质量操作轨迹，实现了毫米级超高精度，并突破性地融合了高精度触觉信号。它将自采数据、动作捕捉数据和已有公开 HOI 数据统一到了一套专为机器人学习设计的数据表示中。

 

枢途科技始终坚持“数据基础设施第三方化”路线，目前，已全面开源数据集与配套工具链，与头部企业达成深度生态协同，真正打通了跨本体机器人训练的数据链路。

 

未来，枢途科技将继续致力于降低高质量交互数据的获取门槛，将传统上局限的机器人数据融入更广阔的人类交互生态，共同加速具身智能行业的落地进程。