大学实验室免费拿真实机器人数据，可按论文定制

免费的数据，按论文定制

PrismaX 是物理 AI 的机器人原生服务层，背后是 a16z 和 NVIDIA Inception。它通过大学研究项目给学生团队提供真实世界机器人数据。

来自认可大学和研究实验室的选定项目免费。实验室可以直接从数据银行取，也可以让 PrismaX 按自己的规格去采。

第一个公开合作伙伴是宾大工程学院的 GRASP 实验室。宾大也是 PrismaX 正在建立的第一批大学合作之一，同时它还是 GRASP 机器人硕士项目 2027 届的 capstone 合作伙伴。

GRASP 1979 年成立，是宾大工程与应用科学学院内的跨学科学术研究中心，长期做视觉、感知、控制系统、自动化和机器学习方向的基础研究。

四个研究生，一份遥操作记录

拿数据的是四名机器人研究生：Kaifan Yu、Sumukh Shrote、Smrithi Lokesh、Dayoon Suh，指导教授是 Antonio Loquercio。课题是强化学习怎么帮机器人策略适应训练时没碰过的任务和环境。

他们从数据银行取的是 YAM 遥操作片段。任务内容很日常：抓取放置水果、牙刷、急救箱。基线评估已经在 LIBERO-PRO 上跑完。

有一个数字可以参考。Loquercio 和合作者早前的工作里，强化学习方法 RLDT 在一种物体布局变化上，把保留成功率从 40% 提到 78%。这是一个任务、一种布局变化上的一次提升。换到别的任务还成不成立，没有数据。

下一步是把 YAM 演示加进来，比较单独用监督微调（SFT）和 SFT 之后再接强化学习。Kaifan Yu 的说法是，PrismaX 的数据提供了一条实用路径：在强化学习适应之前，先用有针对性的真实演示把起始策略测一遍、加固一遍。

数据的两面

PrismaX 给物理 AI 团队的是一整套东西，不只有数据。遥操作和自我中心两种模态下可用的、多样的数据，加上一套端到端软件。采集和验证由网络完成，网络里的所有者-操作者和审查者从中获利。

公司把自己定位成一支上手干活的 AI 团队，为从前沿实验室到早期机器人初创公司提供可定制的机器人数据。

同一处数据银行，一边免费给大学用，一边靠网络里的采集者和审查者变现。研究资源和商业资产在这里重叠。大学团队拿到的样本来自哪里、由谁标注、覆盖多少场景，公开信息里没有展开。审查者网络怎么验证数据，也没有细说。

行业日那天

2026 年 10 月 9 日，秋季 GRASP 实验室行业日在宾大 Singh 纳米技术中心举行。PrismaX 增长主管 Shaye Backus 在上午的行业演讲里介绍了公司。营销运营主管 Vivian Li 介绍了大学研究项目。

PrismaX 的人还和 Vijay Kumar 教授、Camillo J. Taylor 教授以及其他 GRASP 教师聊了聊。话题是机器人公司正在处理的问题，以及这些问题和实验室研究在哪里重合。

下午在展台，他们碰到做遥操作、自我中心感知、灵巧操作和机器人学习的学生。一周前 IROS 2026 在匹兹堡举行，GRASP 阵容不小，PrismaX 在那里遇到了几位宾大校友。

PrismaX 感谢了 Ani Hsieh 教授、Antonio Loquercio 教授、Vijay Kumar 教授、Camillo J. Taylor 教授、Charity Payne 和 GRASP 团队。

还没答案的部分

数据银行里有多少数据、覆盖哪些任务和场景，没有明确说明。RLDT 在其他任务上的泛化能力不清楚。SFT 单独用和 SFT 加 RL 的效果对比，是学生团队接下来要做的实验，结果还没有。大学研究项目下数据的所有权和知识产权怎么分配，也没说。

能确定的是时间线：免费数据已经交到学生手里，基线评估跑完了，对比实验排在下一步。PrismaX 拿到了第一批大学合作者，学生团队拿到了真实演示，双方要的结果都还在路上。