云松鼠的核心产品五指 UMI 并非简单的硬件改良，而是对传统灵巧手数据采集逻辑的重构。过去行业依赖“真机遥操作”采集数据，效率低且成本高。五指 UMI 让人直接手持机器人五指末端与真实物体交互，在操作过程中同步生成视觉与关节轨迹数据，绕开了对完整机器人本体的依赖。这一方案试图将灵巧手的产能从“每台机器人只能慢速采集”解放为“人手级频次与场景覆盖”。关键在于，它不解决“机器人能否做到”，而是解决“人能否稳定示范”，这是黄骏达强调的真正瓶颈所在。

行业公认的“数据金字塔”模型里，真机遥操作数据位于塔尖——质量最高但量极少，仿真数据位于塔基——量大但存在虚实鸿沟。全球高质量具身交互数据存量约数十万小时，而训练跨场景通用模型公认需要千万小时量级，缺口超过 99%。UMI 方案试图占据金字塔的中间地带：比仿真更真实（有真实物理交互），比真机遥操更便宜、更易规模化。这一背景解释了为什么云松鼠的探索虽然早期，却吸引了自变量和乐聚的押注——谁先填上这个缺口，谁就掌握机器人智能化的数据命脉。

黄骏达坦诚，UMI 跨过的只是三道门槛中的第一道——“让人类能稳定示范”，但后两道（让数据适合机器人学习、让策略在真机可靠执行）仍待验证。行业对此存在分歧：一部分从业者认为 UMI 本质上仍是“人机交互数据”，与真机遥操作存在 Embodiment Gap（本体差异），不能简单替代；另一派则以自变量 TwinDEX 的成功测试为例——纯无本体数据的训练模型在真机上实现了与真机数据相同的成功率。两边的分歧本质是：到底多大程度上能弥合末端一致性之外的剩余差异。目前尚无定论。

黄骏达设想，五指 UMI 数据不仅能做后训练，更可能直接进入机器人基础模型的预训练，甚至完全替代真机交互数据。当下已有信号：李飞飞的 R2S2R 引擎用纯合成数据让机器人在真实环境中自主运行 1 小时，NVIDIA 的 Cosmos 3 直接定位为“物理 AI 基础模型”。云松鼠的路径结合世界模型进一步缩小 UMI 与真机数据的差距。真正能当多大比例替代，要等 2026-2027 年更多“纯 UMI 数据 vs. 混合数据”的对比测试结果，以及 UMI 数据的规模化产出能否突破百万小时级。

定义了“好数据”才能讨论规模化。一样 1000 小时 UMI 数据，可以是同一场景重复动作的简单累积，也可以是覆盖不同物体、环境和接触模式的高多样性样本。云松鼠路线最终能否走向预训练，不只看采集量，更看单条数据的“可学习价值”如何评估。行业缺乏统一的数据质量标准和评估协议，导致每家的“高质量”概念各异。值得追问的方向：能否像 ImageNet 为视觉设定基准那样，为机器人操作数据建立一个标准化的质量评测体系？这或许是比采集硬件更重要的基础设施。