中新经纬看到，在数据采集员的操控下，一台机器人拿起桌上的茶壶，慢慢地将水倒入面前的杯子中，然后将水壶放回原位。不过，重复、单一的数据，对训练大模型作用甚微，采集过程中，数据采集员会不断挪动杯子和茶壶的位置，记录下不同场景下的数据。同样，采集机器人扫地时，数据采集员也将垃圾摆放在不同位置，通过操作手柄让机器人手臂上的吸尘器去吸取。该数据采集员表示，这项动作一天约能采集数百条。

　　姚卯青说：“智元机器人的模型训练路线与语言大模型比较类似。最开始是预训练，该阶段使用尽量多的数据进行训练，形成对环境的基本感知等。之后，会采集数百条高质量数据，里面也会做一些泛化，比如倒水的动作，对水壶、桌面、光照等进行更换，拿放位置及倒水姿态进行调整等，大概数百条数据能让机器人实现比较好的倒水效果。”

▲智元机器人人形机器人正在采集数据。中新经纬 薛宇飞摄

　　智元机器人数据采集中心负责人阮丞向中新经纬解释称，简单来说，智元机器人具身基座大模型是端到端的VLA大模型，它以互联网多模态大模型为基础，先让模型具有通用的感知和动作理解能力，再使用相同本体的高质量真机动作数据进行训练，也就是数据采集中心所采集的数据，让模型具备动作的精细执行能力。