行元 Chorus 数据引擎在 2026 年 10 月 27 日发布：行元智能推出面向机器人预训练的跨本体数据引擎 Chorus众行，要把智能眼镜、腕部相机等设备拍下的人类操作视频，变成不同机器人都能用的训练数据。这家 2026 年 6 月创立的公司选择不造机器人本体，赌的是另一件事：机器人缺的不是演示，而是能规模化复用的训练数据。
Chorus 的处理管线分五步：先识别视频里的原子动作，再做语义标注，接着做三维运动重建，随后优化动作轨迹，最后映射到目标机器人的身体结构上。人类视频本身并不好直接用，手部遮挡、视角变化、轨迹不完整都很常见，身体结构和运动方式与机器人也不一样，未经处理的数据大多会在质量筛选中被剔除。行元智能的思路是让同一份人类经验经过这套管线后，能适配 16 种机器人本体，而不是每种机器人各采一份数据。
40 倍扩容是测试配置下的数字，落地还要看真实场景
在行元智能公布的测试配置下，Chorus 的有效转化率约 85%，1 小时经过预筛选的人类视频可以生成约 13.6 小时的跨本体动作轨迹，再结合 3 倍指令增广，最终实现约 40 倍的有效训练数据扩容，单位等效成本降至约 5 元/小时。这些数字来自公司自身的测试条件，不是独立第三方在真实产线的实测，数据规模与模型能力是否同步提升，仍要在真实场景里验证。行元智能同时强调了部署侧的人机协作：机器人在真实工厂遇到训练数据没覆盖的情况时，普通工人可在 2 至 3 秒内接管纠偏，反馈再回流到训练系统，监督比例随模型成功率从“一拖一”向“一拖三”演进。对工厂客户来说，判断这类引擎的办法不是看演示有多顺，而是看它在分布外状况下停不停得住、接得回、学不学得会。
