Grabette：开源手持夹爪系统，轻松录制机器人操作数据

Hugging Face 团队联合 Pollen Robotics 等机构于 2026 年 7 月 21 日发布 Grabette，这是一款开源、低成本的手持夹爪系统，旨在解决机器人学习领域的数据瓶颈。用户只需手持夹爪（配备鱼眼相机和 IMU），在任意环境中演示操作任务（如抓取、放置），系统通过 SLAM 恢复 6-DoF 轨迹，自动生成机器人可用的数据集。整个过程无需机器人本体、实验室或专业遥操作设备，录制仅需几分钟。

Grabette 直接受斯坦福 UMI（Universal Manipulation Interface）启发，但做了多项改进：集成 LeRobot 数据集格式和 Hugging Face Hub 共享平台，处理流水线可在浏览器中运行，无需安装任何软件。团队还提供了详细的构建指南，任何人都能用工作台组装。目前已有多个演示示例，包括拧瓶盖、叠衣服等精细操作。

背景上，机器人学习领域拥有强大的策略架构（如 VLA、扩散策略、世界模型）和算力，但缺乏大规模、多样化的真实世界操作数据。传统遥操作数据采集成本高、耗时长，难以规模化。Grabette 的目标是让数据采集像拍视频一样简单，从而吸引更多贡献者，共同构建一个开放协作的大规模数据集。

对读者和行业的影响：Grabette 降低了机器人学习数据采集的门槛，个人研究者、小型团队甚至爱好者都能参与数据贡献。