本文梳理Ego、UMI、遥操作、仿真数据四种主流具身智能数据采集方案，包含定义、核心功能、应用边界，适配数据集采购、对外讲解、项目选型使用。

1、Ego（第一视角无本体采集）

定义：采集设备佩戴在操作者身上，以人的第一视角进行采集，不需要搭载在机器人本体上，也就是咱们一直在做的Ego无本体采集；输出RGB、深度图、IMU、标定参数、统一时间戳多模态数据，可搭配Exo外视角辅助。

核心功能：记录人在真实物理空间里，看到什么、怎么移动、手部和肢体怎么交互，捕捉自然、真实的人类操作行为与场景视觉信息。

应用边界

适合：通用居家、车间、日常场景的自然操作数据；训练机器人理解人怎么跟世界交互；低成本快速积累真实场景多模态数据；适配通用具身大模型。

局限：采集的是人的动作，不是机器人本体动力学数据；人和机器人形态、关节不一样，动作不能直接复刻；无法采集机器人电机、关节力矩信息；复杂机器人专属动作很难采集。

2、UMI（Universal Manipulation Interface，通用操控接口）

定义：穿戴式力控主手/传感手套类采集方案，人戴上传感手套、主控制设备，手部的位置、姿态、握力、手指关节角度全部被高精度记录。

核心功能：精准捕捉精细手部操纵动作，抓取、拧、插拔、按压这类细粒度手部动作，输出高精度手部轨迹、力反馈数据。

应用边界

适合：灵巧手、精细操作任务（拧瓶盖、插接件、分拣小件）；训练机器人灵巧抓取策略；手部动作复刻；需要高精度手部轨迹的任务模型。

局限：重点只有手部数据，对环境全局视觉感知偏弱；设备成本高；很难采集大范围移动导航类任务；只聚焦手，不擅长整机移动交互场景。

3、遥操作数据采集

定义：人通过远端控制台、主从控制设备，远程操控真实机器人去完成任务，同步记录机器人端所有传感器、关节、执行器返回的数据。

核心功能：采集机器人本体真实执行全过程数据：机器人相机画面、关节角度、力矩、电机电流、底盘里程、碰撞信息，是人指挥机器人，机器人实打实跑出来的数据。

应用边界

适合：机器人本体动力学、控制策略学习；机器人专属任务（机械臂作业、移动机器人巡检）；闭环控制、故障场景；数据和机器人本体动力学完全对齐，落地复用性强。

局限：必须有实体机器人，硬件成本高、采集慢、有损耗；场景布置麻烦，有安全风险；很难大批量快速采集通用多样化场景；采集动作受机器人本身能力限制，机器人做不到的动作就采不到。

4、仿真数据采集

定义：在Unity、Isaac Sim、Webots等虚拟仿真环境里面搭建虚拟场景、虚拟机器人，程序自动生成图像、深度、分割、碰撞、关节轨迹等数据。

核心功能：程序批量自动生成海量数据；可以随意改光照、物体摆放、材质、障碍物；自动打标注，不用人工标；可以生成现实里很难实现的极端场景。

应用边界

适合：做数据扩充、场景泛化；边界案例、故障、极端工况；快速做模型预训练、算法原型验证；大批量低成本补数据。

局限：存在仿真域和真实世界的鸿沟（Sim2Real）；仿真里的纹理、反光、摩擦、物体形变和真实世界有差距；只用仿真数据训练的机器人，放到现实里经常失效；缺少真实世界噪声、不规则物理扰动。

5、对比小结

- Ego：看人怎么做，真实场景、低成本，适合理解世界和人类行为

- UMI：看手怎么精细抓握，主打灵巧操作高精度手部轨迹

- 遥操作：看机器人怎么做，数据贴合机器人本体控制，落地性最强

- 仿真：电脑虚拟生成数据，量大便宜，用来扩充、补极端场景

6、配套备注（业务使用）

工程上主流组合方案：Ego真实数据打底 + UMI补充精细手部 + 遥操作做机器人闭环微调 + 仿真扩充样本，混合训练，取长补短板。