联席CTO丁琰离职，鹿明机器人还要继续“All in UMI”吗

本文来自微信公众号： 经观感知 ，作者：DongX

8月6日，据钛媒体报道，鹿明机器人联席CTO丁琰已于近期离职。

从2025年11月2日加入鹿明机器人计算，其任职时间不足280天。目前，其团队协作软件状态已经显示“暂停使用”。丁琰小红书个人账号信息显示，下一站为复旦大学祖泉研究院。

这一去向其实早有迹象。今年6月，复旦大学官网披露，在未来谷C8创新源启航活动上，丁琰已经正式受聘为祖泉研究院合伙人及研究员。

丁琰是国内较早推动UMI（Universal Manipulation Interface，通用操作接口）产业化的研究者之一。与通过遥操作机器人采集数据不同，UMI试图先把数据采集设备与具体机器人本体分开，由人直接完成操作，再将这些动作转化为机器人能够学习的数据。

这条路线有一定吸引力：机器人数量有限、成本高，而人的操作数据更加丰富。如果数据采集能够摆脱对机器人本体的依赖，具身智能的数据获取就有机会进一步降低成本，并走向规模化。

2025年11月，丁琰带领十余名团队成员加入鹿明机器人，担任联席CTO。鹿明原有CTO曹俊亮继续负责机器人本体和硬件，丁琰的加入则补齐了算法、模型和数据方向。

丁琰加入之后，UMI迅速成为鹿明对外最鲜明的技术标签之一。

今年年初，鹿明提出2026年建立超过100万小时UMI数据采集产能；4月底又上线FastUMI无本体数采产品以及Lumos UMI数据超市，将具身数据直接变成可以采购的产品。

因此，此次离开的并不仅仅是一名联席CTO，更是鹿明过去大半年数据路线中辨识度很高的一名技术负责人。

鹿明是家什么公司？

丁琰离开的时间点，也让鹿明机器人的发展方向重新成为一个谜题。

成立不到两年，鹿明已经给出了几个不同的答案。

2025年上半年，鹿明更像一家机器人本体公司。彼时公司重点对外展示的是LUS、MOS两大系列机器人，以及关节模组、视触觉模组等核心零部件。2025年5月，公司还表示，全尺寸人形机器人LUS已经进入量产前准备阶段，预计当年实现批量出货。

到了2025年末至2026年初，公司的叙事中心明显增加了“数据”。FastUMI成为核心产品之一，鹿明提出百万小时数据产能目标，希望扮演具身智能时代的“数据基础设施”。

今年5月完成A1、A2轮融资之后，“模型”又进一步向前走。两轮融资均由三菱电机参与领投，完成后鹿明累计融资接近10亿元，融资用途明确包括具身大模型研发和场景拓展。

到了今年7月WAIC期间，鹿明对自己的定位进一步概括为“产业具身”，并与三菱电机推进工业装配等场景合作。

把这些业务连起来，可以形成一条看起来完整的链条：机器人本体提供执行能力，UMI负责采集数据，数据用于训练模型，模型最终回到工业场景，但这—这条产业链路太长了。

机器人本体需要供应链和量产能力；零部件是一门硬件生意；数据采集需要规模和质量控制；具身大模型又需要算法人才和大量研发投入；到了工业场景，还要逐个解决客户交付问题。

对于一家成立不足两年的创业公司而言，同时把本体、零部件、数据、模型和行业解决方案握在自己手里，究竟是“全栈能力”，还是业务边界铺得过宽，目前仍需要商业化结果证明。

百万小时之后

另一个尚未得到充分验证的问题，是UMI数据本身。

“100万小时”数据的确看起来很多，但数据采集产能、真正采集的数据量、可进入训练的数据量以及最终能够提升模型能力的数据量，并不是同一件事。

甚至丁琰参与的研究也在说明这个问题。

今年5月，丁琰等人参与的一篇VISTA论文指出，将UMI数据直接用于大型VLA模型训练仍然存在明显障碍。一方面，UMI常用的腕部鱼眼相机画面与预训练视觉模型习惯的数据存在差异；另一方面，人拿着设备完成的动作，并不天然符合机器人的运动学限制，有些轨迹可能导致机器人碰撞，或者超出控制器能力，因此仍然需要筛选和转换。

换句话说，“数据能不能真正喂给模型”还存在鸿沟。

这也意味着，鹿明真正需要证明的已经不是FastUMI能不能把数据采得更便宜、更快，而是这些规模化获得的数据，最终能够在多大程度上转化为模型能力，以及数据本身能否形成一门持续赚钱的生意。

今年2月，鹿明创始人兼CEO喻超曾提出，公司2026年的营收目标达到九位数规模。但目前公开信息中，公司尚未披露本体、数据、模型及工业解决方案各自的收入和订单占比。

因此，丁琰的离开也同时留下了一个更值得关注的问题：鹿明接下来究竟会继续把UMI和数据作为通向通用智能的核心入口，还是进一步把资源收拢到三菱电机等合作伙伴能够提供的工业场景中？

丁琰离职之后，鹿明的CTO岗位仍有曹俊亮。更值得关注的是，过去大半年由丁琰重点推动的“数据+算法”路线将由谁接手，以及随着鹿明的业务边界不断扩展，这条路线在公司整体战略中的位置是否会发生变化。