10 万分钟真机数据、700 万次下载：具身智能终于有了一份「公共工具箱」，但先算清它是多少小时
一场开发者大会给出的数字是：70 余家共建单位、超 1 万名开发者、10 万分钟开源真机数据、700 万次下载。10 万分钟听起来很多，换成小时只有 1667。这份工具箱真正的价值不在体量，在它第一次把「数据、模型、工具链、场景、人」摆在了同一张桌子上。
- 先把单位换过来：所谓「开源真机数据超 10 万分钟」，换算成小时是 1667 小时；按一人一天有效采集 6 小时算，约等于 278 人天。这个体量对做垂域微调够用，对训练通用模型远远不够——行业里常说的需求是「数千万小时」。
- 开源了什么：乐聚与兆丰机电在汽车产线项目里沉淀的真机数据、Kuavo-VLA 工业垂域模型、运动控制开发工具链三样全部开源，工业在环数据集同步完成捐赠。这四样是「能直接跑起来」的最小组合。
- 项目底数：15 台「夸父」机器人在汽车产线常态化运行，上料成功率稳定 98%，协助生产超 6 万个零部件。这是这套数据与模型的原产地。
- 社区规模：OpenLET 社区成立 7 个月，汇聚 70 余家共建单位、超 1 万名开发者，全网下载量突破 700 万次。
- 判断：这次开源的重点不是「权重公开」，是「配套公开」。 一个模型权重下载下来，没有数据格式、没有工具链、没有可复现的场景，等于拿到一台没有说明书的机床。真正的门槛从来不在模型，在把模型塞进真实产线的那套外围件。
一场开发者大会，最容易被记住的是「10 万分钟」这个数。它听起来很慷慨，但慷慨是个感受，不是个指标。先把单位换过来：10 万分钟 = 1667 小时。
1667 小时是什么概念？按一人一天有效采集 6 小时算，是 278 个人天。一个十人小队干满一个月，差不多就是这个量。
这个数字立刻让事情变得具体：它不是「够用了」，也不是「杯水车薪」，它是「够一个团队把一个垂域场景调到能跑」。对高校实验室、对三五人的创业小队、对一个想把现有产线工序自动化的集成商，1667 小时的工业真机数据是一份很实在的起跑装备。对想训通用大模型的团队，它只够做一次预实验。
按科技日报与上证报的表述，这次开源的不是单一模型，是一组配套资产。把它们拆开看，各自的分工很清楚。
| 开源资产 | 它是什么 | 拿到手能做什么 | 还缺什么 |
|---|---|---|---|
| 真机数据（10 万分钟） | 汽车产线上料工序的实采轨迹与观测 | 做垂域微调、做失败样本分析、做数据格式对齐 | 跨场景、跨本体的泛化样本 |
| Kuavo-VLA 工业垂域模型 | 面向工业操作的视觉—语言—动作模型 | 作为基座做二次训练，省掉从零预训练 | 参数量、训练配方未公开 |
| 运动控制开发工具链 | 把模型输出落到关节上的那一层 | 缩短「模型能算」到「机器能走」的调试周期 | 与第三方本体的适配工作量 |
| 工业在环数据集 | 产线真实节拍下的闭环数据 | 做「仿真→真机」一致性校准 | 覆盖工序仍然单一 |
这四样摆在一起，才构成一个「能跑起来」的最小闭环：数据喂模型、模型出动作、工具链把动作落地、在环数据回头校准。少任何一环，下载者都会卡在半路——这正是过去两年大量「开源具身模型」的实际处境：仓库很热闹，跑通的人很少。
顺便说一句许可证。报道用了「开源」「捐赠」两个词，但没有说是 Apache、MIT 还是自定义许可。对商业使用者，这一步比模型本身更关键：能不能商用、能不能闭源分发、改过的代码要不要回馈，全在许可证里。
开源资产的来源是乐聚智能与兆丰机电在汽车产线的合作：15 台「夸父」机器人在产线常态化运行，上料成功率稳定在 98%，协助生产超过 6 万个零部件。
这组数字的价值在于它是一段「跑过的时间」。98% 的成功率意味着每 100 次上料有 2 次失败，这 2 次失败怎么被处理、由谁处理、处理花了多久——恰恰是演示视频里永远不会出现、而真实产线每天都要面对的部分。开源一份带失败样本的数据，比开源一份只含成功轨迹的数据有用得多，虽然前者不好看。
这里有个值得留意的结构：开源方不是一家纯软件公司，是一家本体厂商。本体厂商开源数据和模型，动机和软件公司不太一样。软件开源图的是生态和标准，本体厂商开源图的是降低自己客户的集成成本——卖出去的每一台机器，如果客户能自己调通，售后成本就下来了。所以这类开源通常附着一个隐含前提：工具链优先适配自家本体。
只开源代码和数据，开发者还是没地方练手。所以这次大会同时发了另外五样东西，全部指向同一个缺口：去哪练、谁来教。
场景一侧：石景山区把首钢园开放为实景实训场地，并推出「首钢园人形机器人穿越赛」；央企中国自控对外开放汽车柔性装配、智能仓储物流两条一线产业场景。这两条的分量比听起来重——真实产业场景的准入，一直是小团队最难跨的一步，比算力贵得多。
人与网络一侧：清华、北大等 8 所高校联合成立 OpenLET 北京高校开发者联盟；中国移动研究院、中关村泛联院、联发科与乐聚完成端网协同签约；同步发布具身智能孵化器与「物理智能 OPC」。端网协同这条容易被忽略，但它决定了远程遥操作和多机调度的时延上限——做集群业务的团队会关心这个。
加上大会现场的开放麦、项目展示、黑客松表演赛、高校专题工坊，以及 40 余家创新企业与国新基金、中信金石、首钢基金的投融资专场，这套安排的逻辑很直白：把「有数据没场景」「有场景没钱」「有钱没人」三类团队凑到一张桌子上。
社区工作委员会主席、乐聚机器人董事长冷晓琨的说法是，这个行业「就像安卓、苹果和鸿蒙一样，一定要依赖一个庞大的开发者生态来共同开拓」。这个类比成立的前提是：操作系统有明确的接口规范。具身智能目前还没有——硬件接口、通信协议、安全认证都缺统一规范，这恰恰是《学习时报》11-04 那篇文章点出的第二个短板。
700 万次下载配 1 万名开发者，人均 700 次。这个数不合常理，所以它大概率不是「一万个人各下 700 次」，而是统计窗口内所有下载请求的总和，包含依赖包拉取、CI 重复构建、镜像同步。
这不是说数字有问题，是说它不适合当「采用率」用。真正能说明采用情况的，是报道里那句不起眼的话：青岛华晟、杭州拉格朗日、深圳云松鼠等团队已依托这套开源底座，完成仓储搬运、快递分拣等场景的方案落地。
三家团队、两个场景，这个量级很朴素，但它比 700 万次下载有信息量——它说明这套东西至少被三个外部团队真的跑起来过。
按开源资产的依赖关系，一个务实的顺序是这样的：
第一步，先跑通推理，别急着训练。拿 Kuavo-VLA 的权重和一小段数据，先在仿真或现成本体上把「输入图像+指令→输出动作」这条链打通。这一步只验证环境和接口，不追求效果。
第二步，对齐数据格式。把自己手上的数据整理成开源数据的格式，是这套资产最容易被低估的价值——格式统一之后，才能做混合训练，也才能和别人的结果对比。
第三步，再选场景。首钢园穿越赛、中国自控的柔性装配与仓储物流，是三个不同难度的练手场。穿越赛考移动与鲁棒，装配考精度，仓储考调度与节拍，按自己业务的相关度选，不要都试。
第四步，最后才谈微调。1667 小时的数据做垂域微调够用，但前提是目标任务和上料工序足够接近。差得远，就得自己补数据，这时候前面那套工具链的价值才真正体现出来——它让你补数据的速度快一档。
最后提醒一句现实：报道说乐聚已初步完成工厂作业场景的数据管理体系建设，并逐步向开发者开放数据采集与治理体系、数据链路和工厂部署能力。这三样如果真开放，价值比数据本身更高——采集与治理的方法论，是可以迁移到任何一个新场景里的东西。至于开放到什么程度、什么时候开放，报道没说，得盯着看。