四川
近日，具身智能真實(shí)數(shù)據(jù)采集技術(shù)取得重要突破。由螞蟻數(shù)科天璣實(shí)驗(yàn)室團(tuán)隊(duì)研發(fā)的AoE（Always-On Egocentric）持續(xù)性第一人稱視頻采集框架，提出了一種輕量化且低成本的具身數(shù)據(jù)采集方案。通過一臺手機(jī)和一個低于 20 美元的頸掛式支架，就可以替代動輒數(shù)萬美元的專業(yè)設(shè)備，實(shí)現(xiàn)具身智能的高質(zhì)量數(shù)據(jù)采集。該技術(shù)方案的提出，有效化解了具身數(shù)據(jù)采集成本高、規(guī)?；y的困局。目前，這一技術(shù)論文已經(jīng)在 Arxiv 發(fā)布。
隨著基礎(chǔ)模型持續(xù)演進(jìn)，模型的泛化能力和跨場景適應(yīng)能力，越來越依賴真實(shí)世界交互數(shù)據(jù)的規(guī)模、質(zhì)量與覆蓋范圍。AoE的核心突破在于將“人+手機(jī)”轉(zhuǎn)化為可持續(xù)運(yùn)行的數(shù)據(jù)節(jié)點(diǎn)，其載體是一款符合人體工學(xué)的頸掛式支架，通過機(jī)械夾具、磁吸等方式能將手機(jī)穩(wěn)固于胸前，持續(xù)采集貼近用戶視角的第一人稱畫面，從而完整記錄自然交互過程。
該方案在保持毫米級軌跡精度和90%以上手部關(guān)鍵點(diǎn)識別準(zhǔn)確率的同時，實(shí)現(xiàn)了數(shù)千臺設(shè)備并發(fā)采集與云端自動化處理。實(shí)測表明，針對Unitree G1機(jī)器人的關(guān)電腦任務(wù)，僅靠50條遙操作數(shù)據(jù)時成功率為 45%，而引入200條AoE數(shù)據(jù)后，成功率躍升至95%。在數(shù)據(jù)匱乏時，AoE承擔(dān)了“啟動學(xué)習(xí)”的關(guān)鍵補(bǔ)位角色。
低成本采集只是起點(diǎn)。據(jù)論文介紹，螞蟻數(shù)科攻克了“長視頻轉(zhuǎn)化為訓(xùn)練數(shù)據(jù)”的技術(shù)難題：該方案通過端側(cè)輕量級視覺模型自動識別手物交互并觸發(fā)錄制，利用大語言 - 視覺模型將連續(xù)視頻切分為帶語義標(biāo)簽的原子動作片段，最終經(jīng)云端自動標(biāo)注、過濾與清洗，讓手機(jī)錄制的視頻自動轉(zhuǎn)化為高質(zhì)量、標(biāo)準(zhǔn)化的訓(xùn)練數(shù)據(jù)。
此外，AOE 還構(gòu)建了一套端云協(xié)同的方案，實(shí)現(xiàn)了采集、預(yù)處理、清洗、篩選和調(diào)度的自動化處理，在降低人工介入的基礎(chǔ)之上，提升了整體吞吐量。
記者注意到，螞蟻數(shù)科正大力投入 AI toB。以 AI 落地產(chǎn)業(yè)為方向，旗下天璣實(shí)驗(yàn)室重點(diǎn)布局 AI+數(shù)據(jù)，AI+安全，AI+金融及AI+具身智能等領(lǐng)域，加速技術(shù)成果轉(zhuǎn)化和應(yīng)用。2026 開年以來，螞蟻數(shù)科 AI 動作頻頻，此前宣布成立“大模型技術(shù)創(chuàng)新部” ，并計(jì)劃推出企業(yè)級大模型產(chǎn)品。
特別聲明：以上內(nèi)容(如有圖片或視頻亦包括在內(nèi))為自媒體平臺“網(wǎng)易號”用戶上傳并發(fā)布，本平臺僅提供信息存儲服務(wù)。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
