多源采集入口
接入 XR 遥操、主从臂、UMI、第一视角相机、触觉传感器与现场任务记录，保留真实操作的上下文。
Technology Route
把真实世界，变成机器人的训练场。
ZRCoPilot 把遥操、触觉、视觉、第一视角数据和验证指标接入同一个数据底座，服务模数共振所需的数据、模型与场景应用闭环
Data Loop
真实场景 → 数据采集 → 模型迭代 → 应用验证
围绕真实任务持续沉淀可训练、可评测、可复用的行业专识高质量数据资产
Technology Route
数据一旦成型，智能开始生长。
智融把复杂任务拆成可采集、可治理、可训练、可验证的数据链路，让真实场景持续反哺专用模型与特色智能体能力。
-
01
XR 遥操采集
稳定记录复杂任务，让真实操作成为数据入口。
-
02
具身大脑辅助
把低风险动作交给系统辅助，让长流程示教更稳、更省人力。
-
03
触觉增强
把视觉之外的接触信息采进来，支撑柔性物体和精细操作任务。
-
04
Ego 数据学习
把任务过程转成可迁移、可复用、可训练的第一视角模型能力，支撑专用模型迭代。
-
05
应用验证
让训练结果回到真实工位，在验证中继续优化数据、模型与系统。
Data Foundation
把一次操作，变成一套高质量数据资产。
ZRCoPilot 不只记录视频。它把动作、视角、接触、语义、工艺和验证结果放进同一条时间线，让每一次真实任务都可以被回放、清洗、训练和评测，沉淀为可服务模型训练的数据集。
行业专识任务样本
把视频、动作、力位、触觉、语音、SOP 和异常事件对齐，形成可以检索、切片和复盘的任务样本。
评测反哺训练
用成功率、效率、安全可靠性和人工接管记录标记样本质量，让模型迭代拥有真实现场反馈。
Data Objects
机器人需要的不只是画面。
复杂任务的价值，藏在动作细节、接触瞬间、工艺约束和失败样本里。
视觉RGB / 深度 / 第一视角
动作关节、轨迹、末端位姿
触觉接触、压力、滑移信号
语义任务目标、步骤、SOP
事件异常、接管、失败原因
指标成功率、效率、安全可靠性
Processing Pipeline
数据不是存起来，而是加工成能训练的样本。
ZRCoPilot 把自动处理与人工复核放在同一条管线里，让每批真实任务数据都能被切分、清洗、质检和评估，支撑专用模型和特色智能体研发。
数据分割与打标
把长流程任务切成可检索、可训练、可复盘的动作片段和任务样本。
清洗、筛选、质检
过滤低质量样本，识别失败片段、异常事件和关键接管节点。
人类数采员复核
保留人类判断，把专业经验、工艺约束和现场语义补进数据资产。
数据评估
围绕成功率、效率、安全可靠性和可复用性，为模型训练提供样本权重。
Closed Loop
采集、训练、验证，连成一条线。
智融先用真实任务建立数据入口，再用 AI 辅助数采降低长流程示教成本，最后把训练结果带回现场验证。数据不再散落在设备、视频和表格里，而是成为可以持续进化的系统资产，支撑数据、模型与场景应用的良性循环。
Capture真实任务采集
Curate清洗、切片、对齐
Train技能学习与模型迭代
Deploy回到现场验证