vla模型训练数据咋采的？新手真没摸透

干调试十几年了，机械臂、AGV、协作臂都搞过，最近公司想蹭具身智能的热度，搞个vla模型的demo给客户看。我就卡在数据采集这一步——听说要遥操示教录数据，一录就是几十万帧，可我们车间那套用的就是普通工业相机加示教器，关节角和末端位姿都有，这算不算合格的训练数据？

还有就是vla到底需要啥格式的数据？RGB视频+关节角够不够，力的数据要不要同步采？采一个人干活几天能采多少有效数据？有没有干过的兄弟说说真实的采数据流程，别给我整论文那一套。