人类经验规模化，HOMIE Gen2让机器人学会“亲手做菜”

机器人至今没有迎来GPT时刻，关键缺口不在模型，而在于可规模化的经验。新加坡Physical AI公司Ropedia今日发布新一代多模态采集系统HOMIE Gen2，并全球公开发售，试图以人类经验为入口，为具身智能解锁Experience Scaling Law，让真实世界的经验成为机器人的核心生产力。

这是Ropedia十二个月里的第四代采集硬件，也是继今年3月旗舰数据集Xperience-10M后的又一次发布。HOMIE Gen2旨在将真实世界的人类经验规模化转化为机器人可直接学习的训练数据。Ropedia将此判断称为Human Experience Scaling Law：机器人能力将随高质量人类经验的规模化增长而持续提升。

Ropedia联合创始人兼CEO陈昭熹比喻：“学做菜，只看视频知道成品，亲手做过才知何时下锅、用多大力。”机器人需同步感知动作、环境与反馈，理解自身动作如何影响环境。过去十余年AI进步依赖模型与数字数据规模，Physical AI下一阶段需解决现实世界经验的规模化。

Ropedia联合创始人兼首席科学家、南洋理工大学副教授刘子纬指出：“AI读过一切，却几乎未经历过任何事情。”缺的不是更大模型，而是完整经验。经验不是视频或单一模态，而是动作、意图、环境、时序上下文与多模态信息同时在场并对齐。Generalist AI的GEN-1.5已证明经验片段可像提示词驱动模型，全景全模态经验相当于写出物理世界的“思维链”，模型更易理解物理因果。

HOMIE Gen2有三个关键词：沉浸式人类经验（4目全景360°+4路空间音频，整机约380g，支持13小时连续采集，同步精度50µs，部署速度提升约10倍，采集成本约为1/12.5）；丰富的多模态理解（十余种模态统一时间轴与坐标系，包括双目视频、深度图、手部21关键点、全身52关键点、三层文本标注等）；开箱即用的训练级数据（空间定位相对误差约千分之二，深度误差<2.5%，手部动捕误差4.68mm，动作语义准确率96%）。

传统遥操作数据产能绑定机器人保有量，成本高昂。无本体采集将产能绑定于人类数量，改写成本结构。公开研究显示，单摄像头第一视角视频从两万小时扩至百万小时仍持续获益。刘子纬称：“人类是最能理解物理世界的老师。”

Ropedia十二个月迭代四代硬件：2025年6月3D打印原型“竹蜻蜓”，10月R-Ego完成首笔销售，2026年1月HOMIE Gen1产品化，支撑Xperience-10M发布，今日HOMIE Gen2使人类经验大规模工业化生产成为可能。Ropedia成为业界首家推出专用第一人称空间数据采集设备的公司，定义新品类Human Experience Engine®。

Ropedia不做一次性数据商，而构建自我演进的基础设施。刘子纬称：“如果经验是稀缺资源，就必须有人把它工业化。”HOMIE只是入口，其体系自下而上分为多层，旨在建立稳定、持续的数据生产能力。