美国初创企业Sunday Robotics推出了一项创新计划，向普通家庭用户寄送智能机器人手套，旨在捕捉日常生活中的真实运动学数据。这些设备在用户进行洗碗、折叠衣物或冲泡咖啡等常规家务时，实时记录手部动作细节。收集到的海量数据被用于训练其家庭机器人算法，使系统能够在真实的家庭环境中学习并掌握复杂的操作行为，而非仅仅依赖实验室环境下的模拟数据。
该公司表示，通过这种大规模的用户测试，目前已积累了超过1000万次在真实家庭场景中录制的动作片段。这种数据在规模与多样性上的巨大优势，使得系统能够学习到实验室难以复现的具体家务情境，从而显著提升了机器人模型的**度和鲁棒性。将智能手套分发给普通用户，能够收集到那些在时间和空间上具有高度变化性的动作模式，这些模式若仅靠仿真模拟，成本极高甚至无法实现。
通过在时间和空间上分布采集样本，机器人的训练速度得以大幅加快。系统能够根据每个家庭的具体生活习惯进行配置，从而有效减少在实际任务执行中的错误率。作为该项目的核心载体，名为Memo的机器人被设计用于在洗碗、叠衣和制作咖啡等任务中实现日益增强的自主性。得益于真实使用数据的反馈，Memo不断优化其抓取和操控策略，学会了应对物体形状和表面材质的各种变化，解决了以往算法难以泛化的难题。
该项目不仅吸引了技术界的关注，也引发了投资界的浓厚兴趣。公司成功获得了多轮融资，旨在扩大在真实环境中的验证范围并加速技术迭代。这些资金将用于增加传感器部署规模并优化算法模型，目标是将经过验证的解决方案推向更广泛的家庭机器人商业市场，实现从技术验证到规模化生产的跨越。
在西班牙语国家，智能家居与家庭服务机器人的市场正处于快速成长期，消费者对提升生活便利性的技术接受度较高，但受限于劳动力成本上升和人口结构变化，对自动化家务解决方案的需求日益迫切。Sunday Robotics这种“众包”数据采集模式，为行业提供了一种低成本获取高价值真实场景数据的新路径，有助于打破家庭机器人落地难、泛化能力差的瓶颈。对于中国机器人企业而言，这种利用真实用户数据反哺算法迭代、加速产品成熟度的思路值得借鉴，尤其是在构建复杂家庭场景数据库方面，应重视从封闭测试转向开放场景的长期数据积累。