AIRoA-0：用手持夹爪数据训练的长程、跨本体双臂操作模型（开源1.6万小时数据集）

这份资料要回答的是一个很具体的问题：只靠人手持夹爪录到的数据，能不能训练出会做长程、精细操作的双臂模型。AIRoA（日本）团队的做法是全流程只用一种数据源——人手持 YUBI 夹爪录制，结果是在 10 项长程精细任务上平均成功率达到 78%。对照组成绩让这个数字更有分量：在同一批数据上做后训练的四个 VLA 模型，最强的只有 27%。接近三倍的落差是这份资料现在值得看的原因，它把「数据从哪来」和「模型怎么练」这两件常被混在一起说的事拆开了——数据相同、路径不同，结果差了近三倍（这是解读）。

训练数据的来源非常单一，材料明确说是只用人手持 YUBI 夹爪录制的数据，没有混入其他采集方式。评测覆盖 10 项长程精细任务，指标是平均成功率；对照对象是四个在同一份数据上做后训练的 VLA 模型。跨本体能力的检验方式，是把同一套权重直接放到 Franka、UR、OpenArm 等机械臂上运行，而不是给每种机械臂单独训练一份模型。随资料一起给出的还有 16,151 小时数据集、预训练权重和后训练配方，也就是说不只给了结论，还给了可复现的输入。换句话说，它的贡献同时落在方法与数据两端。

几个数字值得逐条看清楚。78% 是 10 项长程精细任务的平均成功率，不是某一项的最好成绩，也不是单项最低成绩。27% 是四个 VLA 基线里最强的那个，在同一份数据上完成训练后仍然只到这一档——也就是说，这些基线并非没有数据可用，而是有数据但没被带到同一水平。16,151 小时是这个结论所依赖的数据规模，也是这份资料里最容易被别人直接复用的部分。跨本体方面，材料点名的机械臂有 Franka、UR、OpenArm 三种，同一套权重在它们之间通用。

这些数字合在一起说明的事情是（解读）：在这批长程精细任务上，制约表现的主要因素看起来不在数据的绝对数量，而在训练方法本身，否则同一份数据喂给四个 VLA 不会都停在 27% 这一档。另一个值得注意的是「单一来源、跨本体可用」这个组合：只用一种手持夹爪采到的数据，训出来的权重仍然能驱动三种不同机械臂，说明本体差异至少没有成为无法越过的障碍。但 78% 同时意味着大约每五次尝试仍有一次失败，长程任务里前一步的失败会往后累积，这个数字离稳定可用还有距离。

对实际做机器人的人来说，这意味着数据采集的路径可能比预想的宽：不必先凑齐多种机械臂才能攒出跨本体的训练集，人手持夹爪采集本身就可能够用，至少在这份资料覆盖的任务范围内是这样（解读）。同一套权重跨三种机械臂运行，也意味着更换硬件时未必要重走一遍采集加训练的完整流程。数据集、预训练权重和后训练配方这三样一起公开，价值在于别人能沿着同一条路径复现或改进，而不是只看到一句「我们做到了 78%」。

最该读的是做机器人操作模型、VLA 和数据采集流程的人，以及需要判断「自己采的数据够不够用」的团队；读完能拿走的是一份关于手持夹爪数据路线可行性的实证，加一套可以照着做的后训练配方。边界也要说清楚：材料给出的只是 10 项任务的平均成功率，没有分任务成绩、没有失败模式分布、没有实机运行中的干预次数；27% 只代表四个 VLA 基线里的最强值，不能据此推出所有 VLA 方法的上限；跨本体只验证了三种机械臂，更宽的硬件谱系材料没有涉及。把 78% 当作这条路线已经跑通的证据是合理的，把它当作通用操作能力已被解决的问题，则超出了材料能支撑的范围（这是解读）。