Almond 掏出 Mantis UMI：$1,799 手持夹爪，比遥操作快 10 倍

2026 年 8 月 10 日，Almond Robotics 正式发布 Mantis UMI——一对手持数据采集夹爪，起售价 $1,799。

官方宣称，用 Mantis UMI 在真实世界采集双臂操作数据，速度比遥操作快 10 倍。

Mantis UMI 的夹爪与 Almond 自家双臂机器人 Axol 使用完全相同的几何结构。采集到的数据可以直接迁移到 Axol 上运行，不需要做策略适配。

Saba Khalilnaji：「数据采集是客户最大瓶颈」

Almond Robotics 联合创始人 Saba Khalilnaji 在 Mantis UMI 发布后发推写道：「数据采集是我们客户最大的瓶颈。Mantis 是 10 倍的提升。」

Almond 目前在 X 上有约一千名关注者。Mantis UMI 的发布推文在发稿前获得 18 个赞和 4 条回复，其中一条来自 AI 社交网络工具 Boardy，称 Mantis UMI「对物理 AI 和机器人团队来说可能非常合适」。

从已公开的信息看，Mantis UMI 没有大范围宣发。Almond 走的是产品先行路线——订购页面与 Axol 官网同步上线，用户选夹爪本体（$1,799 / 对），再按需加配相机套件（$899）、边缘计算设备（$1,035 起）与位姿追踪方案（$298 起）。

Stanford 的 UMI，两年后在旧金山 Dogpatch 被做成硬件

Mantis UMI 的名字里有「UMI」，这不是巧合。

2024 年，Stanford 大学、Columbia 大学与 Toyota Research Institute 的研究者在 RSS 2024 上发表论文《Universal Manipulation Interface: In-The-Wild Robot Teaching Without In-The-Wild Robots》，提出用手持夹爪在任意环境中采集人类示教数据，再训练出可跨机器人平台部署的操作策略。该项目获当届 RSS 最佳系统论文奖提名。

UMI 的核心洞察是：如果数据采集时用的夹爪和部署时的末端执行器硬件一致，策略迁移就不需要额外的域适应。但原版 UMI 是研究原型，量产、供应链、品控和售后都不在研究项目的范畴内。

Almond Robotics 是 Y Combinator 2025 春季批次的项目，由 Saba Khalilnaji（前 DoorDash 物流工程师、前 Conduit CTO）和 Shawn Patel 联合创立。公司在旧金山 Dogpatch 街区设有组装车间，今年早前推出双臂机器人 Axol——售价 $7,999 起，臂展 860mm，单臂峰值负载 6.5kg，7 自由度。

Mantis UMI 不是把 Stanford UMI 开源设计打个包。它的夹爪与 Axol 共享同一套几何参数，用 Mantis 采的数据在 Axol 上运行不需要任何中间转换层。Almond 从卖机器人本体延伸到了卖数据采集工具。

同一副夹爪，从人手到 Axol，零翻译损耗

Mantis UMI 的夹爪与 Axol 完全一致。两指平行夹爪的几何形状、开合行程、指尖替换件都与 Axol 末端执行器匹配。

操作者扣动扳机控制夹爪开合。手腕上的 GMSL2 相机（可选配 ZED X One S，204° 视场角全局快门）同步记录第一视角图像。顶部的追踪器捕捉六自由度位姿，支持 Vive Tracker 3.0、Vive Ultimate Tracker 或 Meta Quest 3 控制器。

数据以 LeRobot 格式存储，直接兼容 Almond 开源的 Axol SDK。由于采集端和执行端的硬件一致，训练出的策略可以零修改部署到 Axol。官方明确表示「Axol 不是必需的」——Mantis UMI 也可以为其他机器人平台生成端到端操作数据。

追踪方案上，Mantis 提供三种选项：Lighthouse 方案（Vive Tracker 3.0 + SteamVR 基站，毫米级精度，$298 起）、Inside Out 方案（Vive Ultimate Tracker，免基站，$739）、Quest 方案（Meta Quest 3 + Touch Plus 手柄，$599.99）。用户也可以不带任何追踪器，用纯视觉 SLAM 采集数据。

当数据采集器先于机器人本体走向标准化

过去两年，物理 AI 的数据采集卡在两难之间：遥操作精度高但慢，一个任务可能花几小时才能采够训练数据；手持采集快但缺乏与目标机器人的硬件一致性，采回来的数据往往需要额外的域迁移。Mantis UMI 用「采集端与执行端同夹爪」把这两条路合并成一条。

价格是另一个信号。Mantis UMI 本体 $1,799，加上全套推荐配置（相机 + ZED Box Mini + Lighthouse 追踪）大约 $4,000 出头。一台 Axol 机器人本体 $7,999 起步。数据采集工具比机器人更便宜、更便携、部署门槛更低——对希望规模化采操作数据的团队，先买夹爪采数据，训练出可用策略后再决定买不买机器人，采购逻辑被翻转了。

UMI 风格的数据采集方案已在行业内获得关注——Hugging Face 的 LeRobot 生态试图从数据格式和工具链层面建立标准。而 Mantis UMI 的做法——让采集端夹爪与商业机器人末端执行器完全一致——在已公开的产品中并不多见。

不做通用工具，但 Axol 是最近的终点

Almond 的路径偏窄：Mantis UMI 可以为任何机器人平台产出端到端操作数据，但最平滑的路径仍然是 Mantis → Axol。同一副夹爪意味着采集端的每一个动作、每一次开合，到了 Axol 上都不需要翻译——这是 Mantis 与 Axol 之间的结构性优势，其他机器人平台目前享受不到。

如果 Axol 在物理 AI 团队中铺开，Mantis 卖得动；如果 Mantis 先铺开，它产出的数据天然适配 Axol，会反过来拉动 Axol 的采购。两条产品线彼此锁定，Almond 赌的是这个锁定结构能跑在单点技术突破前面。