一副手套，革了遥操作的命

具身智能圈吵了两年'Scaling Law'，吵到最后大家都绕不开同一个坎：数据从哪来。遥操作采数据，一小时一小时地烧人力和机器人工时；仿真合成，又总被'Sim-to-Real 鸿沟'敲打。9 月 14 日，据 MarkTechPost 报道，Reward AI 发布了通用操作策略 OM-1（Omnibody Model 1），给出了一个相当激进的答案——训练数据全部来自人类演示，用一副 7 自由度可穿戴手套采集，不搞遥操作，也不用机器人在场。新任务 30 分钟以内的数据就能学会，同一套策略还能同时跑在工业机械臂和人形机器人上，速度达到人类水平。

如果这些指标经得起第三方验证，那么被改写的不只是一家公司的技术路线，而是整个具身智能的数据范式。

🧤 一副手套，替掉了遥操作车间

先看一个行业里最常见的画面：某家具身智能公司为了攒一个叠衣服模型，五六名操作员戴着动捕手套和 VR 头显，轮流遥控机械臂，一天干十个小时，一周下来可能才凑出几十条有效轨迹。数据还没采够，操作员先累垮了。业内私下有句玩笑话——'采数据采出来的腱鞘炎，算不算工伤'。

OM-1 的路线，直接把这个画面里的机器人拿掉了。它的训练数据完全由人类演示构成，采集工具是一副 7 自由度的可穿戴手套——人戴上手套正常干活，手部动作被记录下来，变成策略的训练数据。全程没有遥操作环节，也没有任何在机器人本体上采集的数据。

这一步的关键不是'省了多少钱'，而是把数据采集和机器人本体彻底解耦了。用流程图看得很清楚：

传统遥操作路线里，机器人本体是数据流水线的瓶颈设备——它贵、它少、它还得有人伺候。而在 OM-1 的路径里，流水线的入口退化成一副手套。手套可以量产，人类演示者可以大规模招募，理论上'数据工厂'的产能上限从'你有多少台机器人'变成了'你有多少双手'。这正是很多团队梦寐以求的 Scaling 前提。

当然，前提是这个策略真的能把人类手上的技巧迁移到机器人的执行器上——这恰恰是最难的部分，后面会展开。

⏱️ 30 分钟一门新课，还要跑出人类速度

在工厂里，机器人'学得快'比'学得多'更值钱。

场景很好想象：一条柔性产线，这周装配 A 零件，下周切到 B 零件。传统工业机器人的应对方式是重新示教编程，工程师进场调试，动辄以天计；而多数学习类策略的应对方式是重新采数据——遥操作几百条轨迹，再训一轮，同样是以天计。

OM-1 给出的数字是：从不到 30 分钟的人类演示数据中学会一个新任务。同时，这套策略在工业机械臂和人形机器人上都能以人类速度运行。

（注：表中传统方案的轨迹量级为行业普遍经验值，OM-1 数据来自官方发布信息。）

'人类速度'这四个字值得单独说一句。过去很多操作策略演示视频里，机械臂以 0.5 倍速颤颤巍巍地抓杯子，看着能用，进了产线就是灾难——节拍跟不上人工工位。能以人类速度稳定运行，意味着它有机会直接嵌进为人类节拍设计的工序里，而不是让产线为机器人降速。这是'演示视频'和'可部署'之间的分水岭。

🔌 电磁手部追踪，一个被低估的硬件选择

这则发布里最容易被略过、但工程含金量可能最高的，是传感方案：Reward AI 用的是电磁手部追踪，而不是行业里更常见的视觉惯性方案。

官方给出了一组对比数据：在 67 cm/s 的手部运动速度下，电磁方案的过冲（overshoot）比视觉惯性方案低 60%。

这个数字翻译成人话是这样的：操作员演示时手不是匀速的，快抓快放是常态。视觉惯性追踪在快速运动和手部被遮挡时容易漂移，采到的轨迹里混进噪声；而电磁追踪靠磁场定位，不怕遮挡，高速下的轨迹更干净。过冲低 60%，意味着采集到的演示数据更平滑、更接近真实意图——垃圾进、垃圾出（Garbage in, garbage out）这条老规矩，在数据驱动的方法里一条都不会过期。

整套系统的架构也值得画出来看看：

另一个细节：RL 训练的控制层'运行在自己的时钟上'。这句话听起来抽象，实际上是典型的系统分层设计——策略层和控制层各自以合适的频率跑，策略负责'决定做什么'，控制层负责'把它做稳'。很多团队把感知、策略、控制全塞进一个端到端模型里，一旦某层出问题就是黑箱排查。分层架构牺牲了一点'端到端信仰'，换来了工程上的可控性。从这点看，Reward AI 不是一家只会发论文的公司，系统工程师的味道很浓。

🤖 一个模型，两种身体

OM-1 的名字叫 Omnibody Model——'全身体模型'，这个名字把野心写在脸上了：同一个策略，跑在工业机械臂上，也跑在人形机器人上，速度都达到人类水平。

跨本体（cross-embodiment）是具身智能的圣杯，也是最大的坑。它的本质难点在于：人手有 7 个自由度的柔软手腕和五指，机械臂的末端执行器五花八门——两指夹爪、三指夹爪、五指灵巧手，运动学结构完全不同。要从同一份人类演示里学出'对不同身体都成立的动作表征'，需要策略在中间层做了相当深的抽象。

这件事的产业含义比技术含义更直接：如果大脑可以和身体解耦，那么做本体的公司和做大脑的公司就可以分开竞赛。本体厂商不必自研全套策略，策略公司也不必自己造机器人。产业链会自然长出分层：

不过要泼一盆冷水：'跨本体'目前更多是发布稿里的形容词。同一策略在两类本体上的成功率分别是多少、在哪些任务上泛化失效，这些关键数据都没有公开。多位关注具身智能的业内人士私下表达过类似判断：跨本体泛化的成功率数字，才是检验这类模型含金量的唯一标准，发布会上的演示视频不算数。

⚠️ 不放权重不放代码，故事只讲了一半

最后说说这篇发布里最扎眼的一行字：目前没有任何权重、代码或 API 对外公开。

这个选择放在当下的大模型行业语境里不难理解——闭源意味着先把商业化的门关上，不给竞争对手白嫖的机会。但从机器人行业的现实看，这留了一个巨大的问号：一个宣称'只用人类演示就能学会操作'的模型，恰恰是全行业最需要被复现验证的成果。

原因很简单。具身智能领域过去两年见过了太多'演示惊艳、落地翻车'的案例——实验室里抓取成功率 95%，到了真实产线的杂乱工位上成功率腰斩。第三方评测、开源权重、公开基准，是让这类成果从'新闻'变成'生产力'的必经之路。Reward AI 目前的发布节奏，等于让全行业先接受结论、再等待验证。

据接近具身智能投资圈的人士透露，资本端对这类'数据范式创新'的团队普遍持'既兴奋又谨慎'的态度——兴奋的是故事讲通了规模化逻辑，谨慎的是没人能用公开材料验证核心指标。这个态度，大概率也是接下来所有'演示驱动训练'路线都要面对的市场拷问。

小结

OM-1 的价值不在于某一项指标有多惊艳，而在于它把三件事串成了一个自洽的闭环：手套采集把数据入口的成本降到一副穿戴设备的量级，30 分钟学会新任务把部署门槛拉到产线换型的节奏，跨本体运行把单一策略的价值摊到多种硬件上。电磁追踪和分层控制这些工程细节，则说明这不是一次纯概念发布。

但闭环的最后一环——第三方验证与真实场景的规模化落地——还空着。2026 年往后看，具身智能的竞争正在从'谁的模型大'转向'谁的数据范式能规模化'。OM-1 提供了一个值得认真对待的样本，至于它是范式转折点还是又一场漂亮的发布会，答案要等权重解开、或者等第一台装着它的机械臂真的站上产线。