不遥操作了，机器人学会“抄人类作业”

一双手套、30分钟演示、从头到尾不碰机器人一次——Reward AI 发布的通用操作策略 OM-1（Omnibody Model 1），把具身智能最贵的那条命脉，从机器人身上挪回了人身上。这件事的分量，可能比模型本身更大：它挑战的是整个行业默认的“数据必须来自机器人”这一隐含前提。当然，权重、代码、API一个都没公开，故事也只讲了一半。我们拆开来看。

🧤 数据采集的账，行业算了很多年，这次有人换了算盘

数据采集的账，行业算了很多年，Reward AI 换了个算盘。

先讲一个业内人尽皆知的场景。为了给操作策略喂数据，各家具身智能公司普遍养着一批专职遥操作员：对着主从臂、键盘或者VR手柄，一遍遍重复抓取、放置、插拔，一个熟练操作员一天产出的小时数，直接决定了团队这个月能训几版模型。据多位接近具身智能公司的人士透露，采集团队的规模一度是各家融资材料里的核心卖点——人越多，数据越多，故事越好讲。

OM-1 的做法直接绕开了这套流水线。它完全用人类演示训练，演示数据通过一只7自由度的穿戴式手套采集，官方明确说了三点：没有遥操作、没有机器人本体数据、没有仿真合成数据的依赖表述。也就是说，人戴着手套自然地干活，手套记录手部动作，策略从这些“纯人类”数据里学。

这件事的产业逻辑在于：遥操作的本质是“人模仿机器人的操作方式”，而穿戴手套的本质是“机器人学习人的操作方式”。 前者要求操作员适应主臂的运动范围和延迟，后者让人类用最本能的方式工作。数据生产的门槛，从“会用遥操作设备的专业员”降到了“会干这活儿的普通工人”——这恰恰是工业场景里最不缺的人。

如果这条路线被验证，整个数据采集的经济学都要重算。

⚡ 30分钟，是从“项目制”到“换产线”的区别

30分钟这个数字，才是整篇发布里最扎眼的。

按照 Reward AI 的披露，OM-1 学习一个新任务，只需要不到30分钟的人类演示数据；部署之后，策略可以在工业机械臂和人形机器人上以“人类速度”运行——不是演示视频里常见的慢动作回放，而是贴近人类作业节拍。

把关键参数放在一起看：

为什么30分钟是分水岭？算一笔行业逻辑账：传统上为一个新工位部署机器人，涉及工装夹具设计、示教编程、调试，周期以周计，改造费以“项目制”报价。如果 OM-1 宣称的能力成立，换一个任务的边际成本变成“找个老师傅戴手套干半小时”——这意味着部署逻辑从“工程项目”滑向“现场培训”。对多品种、小批量的柔性产线来说，这个差价是能不能铺开的生死线。

时间线上的关键节点也很清晰：

• 2026年9月14日：Reward AI 公开发布 OM-1，披露纯人类演示训练路线
• 同一节点披露：7自由度手套采集方案、30分钟级新任务学习、跨本体部署能力
• 权重、代码与API：均未开放，后续路线待观察

当然，30分钟是官方口径，第三方复现数据目前为零。这也是下一节要说的问题。

🔌 60%的超调差距，藏在67cm/s这条线上

真正决定机器人能不能上岗的，不是学会任务，而是干得稳不稳。

Reward AI 给出了一组很有意思的对比数据：在67厘米/秒的运动速度下，OM-1 采用的电磁手部追踪方案，超调量比视觉-惯性方案低60%。

翻译一下：超调就是“手伸过头再拉回来”的那段多余动作。视觉-惯性追踪靠摄像头和IMU融合推算手部位置，速度快时容易漂移和滞后，机器人跟着这样的数据学，动作就会带“毛刺”。电磁追踪直接在磁场坐标系里测位置和姿态，不受遮挡和光照影响，高频下更稳。在67cm/s这个速度点上——大致是人手正常作业的速度——60%的超调差距，意味着训练数据的信噪比完全不在一个量级。

再看控制侧：OM-1 的控制层用强化学习训练，并且跑在自己的时钟上。这句话的信息量很大——它意味着感知、策略和控制是解耦的：

策略层可以慢，控制层必须快——这是运动控制领域的老规矩。让RL控制层以自己的节拍闭环执行，而不是和感知绑在同一个循环里，是这条技术栈能跑出“人类速度”的关键。很多演示视频里的机器人慢，不是策略“想”得慢，而是控制频率跟不上。OM-1 把这两层拆开处理，思路是对的。

但要注意：电磁追踪通常要求作业范围内布设磁场发射源，这意味着它天然面向“结构化、半固定工位”的场景。到了开阔空间，这套方案能否平移，发布里没有给出答案。

🦾 “Omnibody”这个词，暴露的不只是命名品味

名字里藏野心。Omnibody——“全本体”——这个词不是随便起的。

OM-1 的部署目标同时覆盖工业机械臂和人形机器人，而且是同一套策略。这背后的判断是：操作能力应该长在模型里，而不是长在本体上。 本体只是执行器，谁的手臂结构接近人类演示数据，谁就能直接继承这份能力。

从产业链视角看，这条路线重排了各环节的位置：

注意一个微妙的变化：在这张图里，数据资产的上游是“采集设备+人”，而非某一家机器人本体厂。如果通用策略真的可以跨本体迁移，那么本体厂商在数据层面的话语权会被削弱——你家的机器人不再是你家模型的专属训练场。据多位接近产业的人士判断，这正是“Omnibody”式路线对现有格局最具冲击力的地方：模型的护城河从“我有多少台机器人”变成“我能多快采集多少人类演示”。

对工业臂阵营来说，这是个不坏的消息：存量工业臂不需要改造数据采集体系，只要策略能跑，旧设备直接获得新能力。对人形阵营来说，则是把“先攒本体数据还是先攒人类数据”的路线之争，推到了台面上。

⚠️ 没有权重的发布，只是一份技术广告

必须泼一盆冷水：截至目前，OM-1 的权重、代码和API，一个都没公开。

这意味着外界无法独立验证任何一个数字——30分钟、60%超调下降、人类速度，全部停留在官方口径上。在具身智能这个行业，“视频很惊艳、复现两行泪”的先例并不少见。演示环境里的光照、工件、工位布置，和真实产线之间往往隔着一条鸿沟。业内私下流传的一句吐槽是：看机器人演示，先问三遍“这条视频拍了几次”。

从商业逻辑推演，Reward AI 大概率走的是“卖手套+卖模型+按任务收费”的封闭路线，而非开源生态路线。这条路的优劣都很清楚：封闭可以保住数据飞轮和定价权，但也意味着客户要先押注一个无法审计的黑盒。对于把产线稳定性看得比天大的制造业客户来说，“先试产三个月再谈合同”会是大概率的标准动作。

还有一个更根本的问题：纯人类演示学到的策略，面对机器人本体与人类的动力学差异（负载、惯量、关节极限），鲁棒性如何？没有本体数据参与训练，意味着真实部署时的误差修正只能靠RL控制层兜底——兜得住，故事成立；兜不住，就是又一页好看的PPT。

回到开头那个判断：OM-1 真正值得记住的，不是某个具体数字，而是它把“数据从哪来”这个第一性问题，从机器人侧拉回了人类侧。穿戴式采集、30分钟级任务学习、跨本体部署，三件事拼在一起，指向的是同一个未来——机器人学活儿的方式，向人类学徒看齐。但故事的后半段，要看权重什么时候开放、第三方什么时候复现。在那之前，把它当成一份高完成度的技术宣言来读，比当成产品来下单，更合适。