启元机器人解析具身智能路径：快慢脑架构与Hil-UMI数据闭环

启元机器人提出具身智能技术架构与数据闭环方案，将通用大模型作为高层规划的慢脑，自研VLA模型作为底层动作执行的快脑。针对传统真机数据采集瓶颈，启元推出Hil-UMI范式，利用手持便携夹爪识别薄弱环节并定向补录数据，在整理桌面实验中采集效率达传统真机HG-DAgger的5.63倍。团队认为通用大模型是公共资源，具身智能竞争壁垒在于硬件本体、高质量操作数据与训练范式的深度绑定。