导 言 

在具身智能领域，智元启元大模型GO-1 依靠先进的模型架构和高质量的海量真机数据，展现出了通用的感知理解、动作执行等能力。如今，我们进一步提出一种全新的数据采集范式ADC （Adversarial Data Collection, 对抗数据采集），大幅提升了数据的信息密度和多样性，降低了后训练所需的数据量、压缩了训练成本，且提升了模型的鲁棒性和泛化性，与传统范式相比，使用20%数据量达到其2.7倍的效果。

论文地址： 

https://arxiv.org/abs/2503.11646

项目地址：

https://sites.google.com/view/adc-robot/home

01 ADC: 突破性的对抗式数据采集方案 

传统的数据采集采用单次重复范式，存在视觉冗余、语言指令重复及动作相似的问题，导致数据的多样性和有效性不足。尽管存在仿真等技术丰富数据的多样性，但却面临Sim2real域间差异等问题，难以实现在复杂真实环境中快速高效扩展。

为了解决上述问题，智元推出了一种全新的数据采集方法——对抗式数据采集ADC，在数据采集过程中增加人为动态扰动，包括视觉和指令对抗，从而：

• 提升单条数据的信息密度与多样性

• 减少后训练数据需求量和模型训练成本

• 增强模型的泛化能力与鲁棒性

如下图所示，研究团队对比分析了机器人操作中真实数据采集的两种流程：

• (a) 传统方法： 远程操作者在静态视觉环境中，依据固定语言指令执行任务。数据采集局限于单一场景，缺乏多样性。

• (b) 对抗式数据采集（ADC）框架： 采用“双人协同”模式，新增一名对抗操作员，在采集数据时，对抗采集员通过动态扰动改变视觉元素（如背景、物体位置/姿态）及语言指令（如任务目标），提升信息密度和多样性。

02 ADC如何提升数据信息密度和多样性 

ADC通过在单次示范中注入多层次、跨模态的扰动，大幅提升数据的信息密度与多样性：

• 视觉扰动： 动态调整物体位置、姿态及背景；

• 语言扰动： 实时修改任务目标或换用不同表达方式；

• 失败恢复： 采集中自然融入错误应对策略；

• 信息压缩：单次ADC演采集≈数百次传统采集的信息量。

其中，传统数据采集方案与ADC数据采集方案对比视频如下所示：

03 少数据，强性能，更鲁棒

为了验证ADC设计的有效性，研究团队在智元精灵G1机器人平台上开展了实验，设计了“水果分类放置”任务作为验证场景。我们分别用传统范式和ADC新范式采集了大致相当帧数的数据。由于ADC采集过程中无需频繁重置场景，采集相同帧数的有效数据所需采集时间基本和传统方式一致。

在静态环境测试中，相比传统数据采集训练的模型，ADC采集的训练数据使模型在任务中表现出突出的准确性与可靠性，平均成功率在3组不同测试条件下分别提升了53%、70%、59%。

在静态环境下的性能评测

在动态环境测试中（例如物体位置或语言指令动态变化），传统方法训练的模型表现完全失效，成功率全部为0，而ADC训练的模型能够应对视觉和语言扰动，展现出更高的鲁棒性。

动态环境下对抗视觉扰动的性能评测

动态环境下对抗语言干扰的性能评测

为了验证ADC数据的高信息密度特性，我们分别使用传统采集方式的全量数据和ADC方式20%/50%/100%的数据进行了模型训练，实验结果表明，仅使用20%的ADC采集数据，模型性能就达到全量传统数据的2.7倍。

不同数据配比下的模型性能评测

还有比较惊喜的是，ADC数据训练的模型在模拟“传感器失效”（屏蔽机器人某些摄像头输入）的场景中，依然表现出强大的抗干扰能力。从注意力热力图中可以观察到，ADC训练的模型能够动态将注意力集中在有效输入上，而非分散在无关区域。对于这种情况，我们认为是由于ADC数据采集过程中，有更多的被遮挡或者部分可观的数据情况，提升了模型对目标物体的观察全面性，从而提高模型的视觉表征能力，这进一步验证了ADC采集数据的多样性。

此外，通过ADC采集的数据，训练出的模型展现了动态人机协同适应与错误恢复的能力。例如，在抓取失败后，机器人能够自动调整姿态并重新规划路径完成任务。

04 结语

ADC 技术以数据高信息密度与多样性为核心，重新定义了具身智能的数据采集方式。通过GO-1 × ADC的新范式，大幅降低了具身智能的落地门槛，赋能千行百业。