千台交付的机器人，卖的可能不是机器人

说个事。翻 Maker H01 的发布材料，二十多个自由度和公斤级负载的多指手爪我没太在意，最扎眼的是「专为数据闭环设计的数据入口」这句。它把产品定位说清楚了。

证据在传感器布局上。头部双目 RGB-D，躯干和手腕补盲，底盘全向激光雷达覆盖 360 度，双臂加移动底盘。这套布局的真正用途，是让每一次失败都被完整录下来。本体视角、腕部近景、底盘全局，三路对齐，正好是 VLA 训练要的 observation 结构。我这几天在标另一台轮式双臂的腕部外参，光统一相机和底盘坐标系就磨了半天，回头看这种原生的多视角布置，确实省事。省下的是事后补数据的时间。

所以千台交付这件事，我判断它衡量的是数据配比。哪类场景占多少、失败样本留多少、真机和仿真怎么掺，这些比机器人能不能端茶重要得多。世界模型那条线也一样，GigaBrain 后面的强化学习要喂什么，取决于本体采回来的是什么。

至于家庭场景，先放放。