优秘智能观察：人机交互与具身智能是当前企业AI落地的核心赛道之一，近期清华00后博士生的创业项目，为具身数据采集提供了全新的技术路径，也为制造、服务等领域的机器人应用落地带来了新的参考。
具身智能数据采集迎来新路线
当前主流的具身数据采集方式主要包含真机遥操作采集、无本体便携采集、仿真合成数据、互联网视频蒸馏四大类，而近期备受行业关注的神经肌电（sEMG）方案，将数据采集的视线从外部动作进一步延伸至人体的运动输出侧，打开了全新的技术方向。
OriginFlow（渊澈太初）是该路线中受关注度较高的创业公司，创始人兼CEO秦深涛出生于2001年，目前为清华车辆与运载学院博士在读，2025年正式创办公司，截至2026年5月已连续完成天使轮、战略轮和Pre-A1轮融资，累计金额超5亿元，资方包括蓝驰、绿洲、Monolith等。
秦深涛表示，真实产业场景与模型之间缺少一层能把非结构化、高精度、细节复杂的物理交互信息抽象为可训练表征的能力，因此他选择布局物理AGI基础设施赛道，把神经肌电作为具身数据采集的核心入口之一。
神经肌电如何把人体动作炼成AI可学习的Token
不同于Meta等企业聚焦于用神经肌电技术实现AR/VR设备的手势交互，OriginFlow的核心目标是解决当前具身智能机器人发展的核心痛点：高质量物理交互数据短缺。
团队推出的NeuroScale技术体系，是一套从信号采集、物理量重建、动作表征到跨本体迁移的数据与模型体系：以非侵入式神经运动接口为信号入口，融合神经肌电、第一视角视觉与IMU等多模态信息，通过自研的PULSE基座模型重建人类操作中的姿态、接触力和驱动力，将一次真实操作整理为机器可学习的Human Tokens。
该体系的采集终端为OriginKitGen 1.0腕带，设计上略宽于普通智能手表表带，体积更小、重量更轻，可采集佩戴者发出的微伏级表面肌电信号，采用16通道采集，信息码流约为每秒96KB，可对手部运动进行连续建模。
OriginFlow将一次物理操作拆解为三个相互关联的空间：描述手部姿态和运动轨迹的MotionSpace、描述法向力/切向力与接触反馈的TactileSpace、描述肌肉/肌腱驱动力和关节力矩的TendonSpace，三者共同构成物理因果链，Human Tokens正是建立在这三类物理量之上的动作表征。
行业落地空间与长期发展方向
OriginFlow规划了三阶段发展路线：第一阶段「From Human」，在不干预人类自然感知与运动过程的前提下，完整还原人的动作输出，把人类在物理世界中的操作经验系统性蒸馏、转化为机器可学习的数据与表征；第二阶段「With Human」，构建包含机器人在内的新一代AI硬件，以Always-on的形态融入日常工作与生活；第三阶段「Enhance Human」，面向未来10-30年的人机共融场景布局。
目前国内已有强脑科技、章鱼动力、SnowOrigin等多家创业公司布局神经肌电采集具身智能数据赛道，相关技术的商业化落地正在加速。
本文内容综合自量子位
优秘智能给企业主的启示
具身智能的核心竞争力除了算法模型，高质量的场景数据更是核心壁垒。对于制造、零售、服务等有机器人落地需求的企业而言，关注神经肌电这类低干扰、高精度的新型数据采集技术，可提前布局专属场景的动作知识库构建，为后续AI机器人落地降本提效。
优秘智能长期聚焦企业AI经营场景的技术落地，当前已推出营销智脑、灵秘数字分身、超级数字员工等多款成熟产品，覆盖企业内容生产、获客运营、内部知识沉淀等多场景AI需求，欢迎前往优秘智能官网umi6.com咨询了解。
优秘智能