一句话看懂：Pollen Robotics 联合 Hugging Face 发布了 Grabette，一个低成本、开源的手持式机器人操作数据采集系统。它让普通人无需拥有机器人或专业实验室，就能用手柄+摄像头录制操作演示，并自动生成可用于训练机器人的完整数据集，目标是构建一个开放协作的大规模操作数据集。
事件核心：发生了什么
2026 年 7 月 21 日，Pollen Robotics 团队在 Hugging Face Blog 上正式发布了 Grabette 系统。Grabette 是一个手持式夹具，配备了一颗广角鱼眼摄像头和一颗 RGBD 深度摄像头，配合 IMU 和磁编码器，能以 6-DoF（六自由度）轨迹记录用户手部的操作动作。录制完成后，用户可通过浏览器在线运行处理管线，将数据自动转化为 LeRobot 格式的数据集，并直接上传至 Hugging Face Hub。整个系统的硬件物料成本（BOM）约为 490 欧元。同时发布的还有其机器端执行器 Gripette（成本约 120 欧元），用于在实际机器人臂上回放或训练策略。
Grabette 的设计灵感来源于斯坦福大学的 UMI（通用操作接口）项目，但与 UMI 不同的是，Grabette 完全开源，包括 CAD 文件、树莓派固件、处理管线和下游训练样例。此外，采集过程不需要机器人硬件，用户只需手持 Grabette 完成演示任务即可。
为什么重要
当前机器人操作学习的主要瓶颈已从模型架构和算力转移到数据供给——尤其是大规模、多样化、真实世界的操作数据。Grabette 的直接价值在于大幅降低了数据采集的硬件门槛和操作复杂度：过去采集一条操作演示数据需要租用或搭建机器人遥操作装置，耗时且昂贵；现在只需一个手持设备。更重要的是，它尝试解决“单个实验室无法构建大规模数据集”的协作困境——通过开源设计和 Hugging Face Hub 分发，任何人使用 Grabette 采集的数据都能立即贡献到公共数据集，形成一个持续增长的共享资源池。这种方式可能改变机器人操作行业的生态，从封闭的自行采集转向开放的社区共建。同时，其数据格式不绑定特定机械臂（仅需匹配 Gripette 末端执行器），增加了跨平台泛用的潜力。
对用户/开发者/创作者的影响
对于机器人研究者：可以用低成本快速获得真实操作数据，无需等待昂贵设备或外包数据采集。对于机器人初创团队或个人开发者：可直接购买零件自行组装 Grabette，跳过硬件研发环节，专注于模型训练与策略优化。对于内容创作者或爱好者：可以像拍摄视频一样录制自己的操作技能，贡献给开源社区，成为公共 AI 数据集的共建者。对于希望在自家机器人上复现 SOTA 策略的团队：Grabette 的数据管线下游直接对接 LeRobot 训练流程和 OpenArm 评估环境，降低了从数据到策略落地的工程成本。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
第一，Grabette 的实际采集效果与数据质量仍需社区验证——特别是 SLAM 轨迹重建的鲁棒性和鱼眼相机在多光照环境下的表现。第二，Grabette 能否真正吸引足够多的用户贡献数据，形成规模化的开放操作数据集，直接决定了这个项目的长期价值。如果社区参与度不足，它可能停留在小规模工具层面，而非改变行业格局。第三，闭源竞品（如 Agibot MEgo 夹具、Genrobot DAS 夹具）已先一步进入市场，开源模式能否在数据安全、商业使用许可和变现路径上形成竞争力，值得持续跟踪。
