自变量发布灵巧操作系统 TwinDex，后训练无需真机遥操数据
TwinDex 用同构采集设备生成的无本体数据替代真机遥操数据后训练，证明高质量机器人训练数据可不来自真实机器人本体，为具身智能数据规模化提供新路径。
自变量机器人发布灵巧操作系统 TwinDex，采用三指九自由度设计，用数百条无本体数据（非真实机器人采集的数据）完成后训练，让机器人连续完成旋拧瓶盖、注射器推注等精细操作，全程无需真机遥操数据。其数采与执行端同构，采集效率约为传统真机遥操的 5.3 倍。
正文摘录
今年5月，英伟达机器人负责人 Jim Fan 在一场公开演讲中宣告：VLA、遥操已死。 刚刚，自变量发布全新灵巧操作系统 TwinDex 。在 后训练阶段真机遥操数据为0 的情况下，机器人连续完成了化学实验场景中，旋拧瓶盖、注射器推注等多项精细操作。 但 TwinDex 这次，直接把这部分数据需求给砍没了，取而代之的是区区几百条 无本体数据 ，机器人含量几乎为0～ 整个实验包含 24个子动作 ，跨越 三种工具 ，涉及多次双手协调与工具切换，每一步都要求毫米级定位与稳定力控。 而拆开来看，TwinDEX 这三根手指，实际上集中展示了几类过去灵巧操作里最难啃的能力。 在打开工具箱时，机器人需要让左右两根食指同时对准两个狭窄卡扣，准确插入后向下拨开，再用食指和拇指捏住提手，把箱盖打开。 食指和中指固定筒身，拇指对准推杆向前发力，既要保证位置不跑，又要精确控制推注方向和力度。 随着具身智能逐步走进实验室、工厂和家庭，这类小容差、高精度、强接触的操作，也会越来越接近机器人的基本功。 在拧开瓶盖时，TwinDEX 用食指和拇指捏住瓶盖，再靠手指自身的侧摆完成旋转，几乎不用大幅转动手腕。 而在翻书中，机器人的拇指则先把最上层书本搓出来，再完成捏取、双手交接、放置和翻页。 以往在处理这类动作时，大家往往会下意识想到结构更复杂的五指灵巧手，以及庞大的真机遥操作数据。 但上面的 Demo 恰恰说明了一件事： 很多过去被认为需要五指完成的精细操作，三根手指其实已经够用了。 而在机器人真正上手干活之前，它还有另一重身份， 一套与执行端匹配的可穿戴无本体数据采集系统。 相比很多在数据采集和机器人执行阶段使用两套不同硬件的方案，TwinDEX 直接采用了 数采与执行同构 的设计。 说人话就是，这三根手指不光负责干活， 采数据也用的是同一套结构 ，也就是所谓的 “所采即所得” 。