Sunday Robotics CEO：通过让人们戴上手套做家务收集数据来训练基础模型

Tony Zhao直言Sunday Robotics的核心数据策略是用可穿戴手套捕捉真实人类做家务时的手部动作和交互：用户在日常清洁、做饭、整理等场景中自然操作，系统实时记录精细运动轨迹、抓握力道、物体交互和环境适应。这种“in-the-wild”采集方式避开实验室摆拍的局限，直接带来极高真实性、多样性和规模。

这个方法刷屏，因为它解决物理AI训练最致命的瓶颈——家务这类非结构化、长尾任务缺乏大规模高质量示范数据：Tony强调手套方案同时满足“三高”——质量（人类真实意图驱动）、多样性（不同家庭、文化、习惯、物体）和数量（用户越多数据越爆炸增长）。

多家英文机器人和AI账号转发其演示视频，确认Sunday Robotics已通过此路径积累数百万小时手部轨迹，与Figure、1X等竞品依赖远程操作员或模拟数据的策略形成鲜明对比，潜在让其家用机器人基础模型在泛化性和鲁棒性上领先一步。

来源：公开信息