不用机器人也能采数据：Pollen Robotics开源490欧元装置Grabette

法国机器人公司Pollen Robotics在2026年7月21日发布了一套开源工具Grabette：一个装了两个摄像头、一个IMU和磁编码器的手持夹爪，物料成本约490欧元。用手拿着它拧瓶盖、摆积木，动作数据存进树莓派，打开浏览器点几下，就能自动生成一份LeRobot数据集，直接传到Hugging Face Hub。

这件事有意思的地方，不在于又证明了某个策略模型能学会抓取——这类demo每个月都有。它把"采一条真实操作数据"这件事，从需要一台机械臂加一套遥操作系统，降到了几百欧元零件加一个手机大小的处理器。

Grabette是什么：把采集从机械臂搬到一只手上

机器人学习这几年卡在同一个坎上：扩散策略、视觉语言动作模型都在往前走，缺的是足够大、足够杂的真实操作数据。遥操作采集要先有机器人，还得配专门的操控设备，采一条示范耗时明显长于手持记录，很难覆盖成千上万种任务场景。

Grabette的思路是用一只手代替机械臂。它靠鱼眼摄像头模拟机器人腕部视野，靠RGBD深度摄像头配合IMU做6自由度轨迹追踪。录完之后，处理流程用RTAB-Map这套SLAM算法重建轨迹，检查有没有跟丢或跳变，再转成标准格式上传。整个后处理都在浏览器里跑，不用装软件。

问题不在模型不够聪明，而在见过的真实操作太少

真正的变化在数据供给：开放硬件能不能撑起更大的数据池

Grabette的原型是斯坦福的UMI（Universal Manipulation Interface）：用鱼眼摄像头的手持夹爪采集示范，靠SLAM还原轨迹，训出能用的视觉运动策略。UMI证明了这套配方是通的，硬件和代码本身也是公开的，只是没有统一到一个协作平台上。Agibot的MEgo夹爪、Genrobot的DAS夹爪走的是类似路线，但都不开源。

Grabette的差异在于把硬件、格式、平台三件事一起摆上台面：

这意味着不同实验室采的数据理论上可以汇进同一个池子，而不是各自攒着互不兼容的私有格式。但这解决的是"能不能采、能不能共享"的问题，不是"数据够不够好"的问题——数据质量、任务多样性，还得靠人真正用起来才能验证。

门槛降了，边界还在

官方给出的验证例子是：用约200条示范，训练一个跑在单张消费级GPU上的Diffusion Policy（ResNet18编码器加DDIM调度器），拿到一台OpenArm七自由度机械臂上测试，末端换上配套的Gripette夹爪执行。这说明"手持采集到机器人执行"这条链路能走通，但200条示范、一次评估，离规模化、覆盖多任务的通用数据集还有距离。

这也不是"零硬件"方案。摄像头、树莓派、磁编码器还是得买、得装、得自己校准，490欧元只是物料成本，不含人工和调试时间。想让训练出来的策略真正干活，机械臂末端目前需要换成配套的Gripette，再加约120欧元——数据格式再通用，落地执行现阶段还是绑定Pollen自家的夹爪硬件。

对机器人学习研究者和开发者来说，能省下的是设备采购和遥操作调试的时间：先用Grabette在自己的任务场景里采几十到上百条示范，直接接LeRobot pipeline测试。省不掉的是数据清洗和策略调参的工作量，这部分和以前一样。

对正在评估要不要采购或自制采集设备的团队来说，决策不能只看490欧元这个数字。要把组装、摄像头标定、SLAM调试的人力时间一起算进去；如果目标机械臂不是OpenArm、也没有Gripette适配，策略能不能迁移过去，现在还没有公开证据，得自己先小规模验证再决定要不要批量投入。

Pollen Robotics下一步在做的Casquette是个头戴式POV采集设备，目前还是半成品。值得盯的下一个信号，不是硬件本身，是Hugging Face Hub上用Grabette格式提交的数据集数量会不会真的涨起来——那才是"开放采集"有没有变成"开放数据"的分水岭。