数据饥渴救活VR？智元、特斯拉、1X都在布局

电子发烧友网报道（文/莫婷婷）近两年来，随着AI+AR眼镜爆火之后，VR设备陷入阶段性的“寒冬”，市场调研机构CINNO的数据显示，2025年国内VR设备的销量仅16.1万台，创下历史新低。

消费级市场的遇冷，是否意味着VR产业已触及天花板、再无增长空间？答案显然是否定的。多位行业专家指出，随着2026年人形机器人产业的加速崛起，VR设备正从单纯的娱乐终端转型为机器人协同作业的关键交互接口。这一B端应用场景的拓展，极有可能成为激活VR市场新一轮增长的核心引擎。

具身智能的“数据捕手”：VR设备破解人形机器人训练瓶颈
长期以来，机器人的控制方式主要依赖传统的键盘鼠标或简单的摇杆手柄。这种交互模式存在显著的技术壁垒：一是认知负荷高，直觉缺失。这种方式不仅学习曲线陡峭，而且难以处理精细操作，如穿针引线、抓取易碎品。二是缺乏沉浸感，反馈滞后。三是数据采集效率低。

与此同时，随着人形机器人从实验室走向真实世界，其应用场景正经历着前所未有的复杂化与多元化。从高度结构化但任务繁重的精密制造工厂，到人流密集、环境动态多变的商超零售场景，再到对动作精准度与艺术表现力要求极高的舞台表演领域，机器人面临的不再是单一的重复指令，而是海量非结构化、长尾化的交互挑战。

这种场景的指数级复杂度提升，直接导致了对高质量训练数据的渴求呈爆发式增长。传统的“代码编写+仿真模拟”或简单的“远程摇杆操控”等数据采集方式，难以捕捉人类在处理突发状况时的直觉反应与精细微操。

显然，旧有的数据获取范式已触及天花板，无法支撑具身智能向更高阶的认知与操作能力进化。

而VR眼镜凭借其沉浸式视觉体验和精准的动作捕捉能力，成为打破人机隔阂的关键工具。目前来看，VR眼镜在机器人领域的应用主要集中在两大核心场景：一是为机器人AI模型训练提供高质量的数据采集，二是实现远程精准的实时遥操作。

在数据方面，数据是机器人行业最稀缺的资源，尤其是高质量的“行为数据”。要让机器人具备像人类一样的操作智能，最直接的方式就是让它“模仿”人类。

操作员佩戴VR头显和动捕设备，重复执行各种指令，如抓取物体、开关门、烹饪等。VR系统会精准记录下人体的运动姿态、关节角度、手指精细运动等数据，这些数据最终会成为训练机器人AI模型的“语料库”。

例如海外人形机器人公司1X Technologies推出的一款名为Neo的机器人，可面向家庭场景，具备叠衣服、开关门、洗衣服等功能，只不过在Neo能主动完成这些功能之前，需要“学习”。一份公开的早期视频显示，在Neo用上世界模型1X World Model之前，操作员佩戴了Quest 3头显以及6DoF手柄，让Neo做出相同的动作。

1X Technologies对此的解释是：核心逻辑在于解决机器人训练数据稀缺的问题。1X Technologies采用“人类远程操控+AI自主学习”的模式，通过录制人类远程操作Neo执行家务的全过程并转化为训练语料，AI模型得以在海量真实场景数据的投喂中不断迭代，最终实现从人工辅助向完全自主作业的进化。

 
用VR头显操作机器人（图源《华尔街日报》）

除了数据采集，VR设备另一个作用就是遥操作。遥操作+模仿学习是当前主流的具身智能控制方案之一。

机器人按照控制方式，可以分为三条线路，一是预编程机器人、遥控机器人、半自主机器人（例如协作机器人等在部分情况下需要人为干预）、基于AI驱动的机器人。遥控机器人顾名思义就是需要操作员进行远程控制，

从目前看在现阶段及未来很长一段时间内，许多复杂场景下的机器人背后依然需要人为介入操作，例如危险或极端环境下的作业，或者处理长尾场景中的突发状况。

在这一领域，中国企业已经走在前列。智元机器人率先推出了一款远征A2 VR遥操作套装，专为机器人定制的工业级解决方案。它具备真实动作映射、多手势快速切换和灵巧手精准操控等功能，支持低延迟交互和安全保护机制。

毫秒级响应、跨省零延迟：机器人VR设备的底层逻辑重构
用于机器人数据采集和遥操作的VR设备与普通的消费级VR设备在底层逻辑上存在差异。普通消费级VR（如Meta Quest系列）主要用于游戏、影音娱乐和社交，核心追求是沉浸感、视觉保真度和便携性。而用于机器人遥操作的VR设备，则可认为是一种“工业级数据采集与控制接口”，其核心需求是高精度动作映射、极低延迟、力觉反馈以及高可靠性。

在数据采集方面，智元机器人还推出了MEgo View 新一代无本体数采工具。MEgoView是行业首创的双视角高保真数据采集设备，集头戴式超300°全景鱼眼相机与腕部特写相机于一体，1080P 60fps全局曝光，能够达到亚毫秒级无线时间同步。可与无线UMI采集设备MEgo Gripper 深度配合。

此外，智元机器人基于 NVIDIA Isaac GR00T-Teleop 打造了高效的仿真遥操作方法，并与 NVIDIA 联合开发了适配 PICO的远程操作解决方案，为大规模仿真数据生产与开源计划提供了强大的数据采集支持。
 
GR00T-Teleop 中的仿真远程操作（图源英伟达）

为了满足具身智能对高质量数据的需求，往往需要更高精度的输入设备。从目前的设备来看，在进行精细操作（如灵巧手抓取）时，至少需要能捕捉毫米级的指尖微调。例如大朋 （DPVR）旗下的 PCVR 旗舰产品大朋E4 具身版基于毫米级 Inside-out 自主定位追踪技术，能够实现毫米级空间定位精度，已经用于RoboPilot 机器人遥操训练方案。

飞阔科技基于自研的天璇系统，推出了单兵全身遥操作技术，基于VR头显与足部追踪器，可以实时控制机器人完成下蹲、抓取、踢球等复杂动作，动作精度高达±0.5°。
 
飞阔科技全身遥操作

机器人整机企业中，智元机器人的远征A2 VR遥操作套装位置跟随精度(欧氏精度)同样达到毫米级，遥操作延时(控制指令)有线连接与无线连接分别为50ms、100ms，超视距视频流延时-有线连接与无线连接分别为150ms、200ms。新松多可机器人在推出BR-MR73A RICO轮式人形机器人时，也为其配套了支持毫秒级响应的“全身VR遥操系统”，可用于核电巡检、化工运维等高危作业场景。

从当前的技术发展水平来看，VR遥操作技术已经成功打破了地理空间的物理壁垒，实现了跨省份、超远距离精准操控。一个极具代表性的事件是越疆科技通过融合“远程存在”和“远程呈现”技术，展示了“远程存在”实景演示：一位工程师在深圳中佩戴VR头显设备操控远在山东的“Atom”人形机器人，机器人能够以毫秒级的响应速度同步复刻着工程师动作。

值得一提的是，机器人遥操作的数据采集技术正在向更前沿的“纯视觉”与“穿戴式多模态感知”方向演进。业内消息指出特斯拉的Optimus项目正在进行技术路线调整，将数据采集模式从VR头显+动作捕捉套装转而采用“纯视觉”路线，数据采集员将佩戴一种集成了多个摄像头阵列的定制头盔。

目前，有越来越多企业推出相关解决方案，例如国内企业艾利光推出头戴式立体视觉解决方案，打造了“远见 Y系列”双目摄像头，触发至传感器输出延迟15ms 以内，传输时延可达微秒级。利用摄像头，可以在机器人运动时采集到第一视角的视频以及手部关节等运动信息。

小结：
机器人数据“饥渴”是否能够“救活”VR，我们也将持续关注。在这场绝地反击中，VR设备成为机器人训练场的“造神”数据引擎，通过动作捕捉解决了“数据少、训练难”的行业痛点。

尽管未来可能会出现纯视觉等新的数据采集路径，但目前来看，5G+VR打破了时空界限，具身智能的“人机共生”时代正加速迭代，也将持续发挥VR设备的作用。随着硬件算力的提升和5G/6G网络的普及，VR与机器人的协同将从现在的“遥操作辅助”进化为真正的“人机共生”，为具身智能的落地打下基础。