1. 首頁 > 生活百科 > >

螞蟻數科發布具身智能真實數據采集框架

手機ai具身智能

【螞蟻數科發布具身智能真實數據采集框架】螞蟻數科發布具身智能真實數據采集框架

【TechWeb】3月3日消息 ， 近日 ， 具身智能真實數據采集技術取得重要突破 。 由螞蟻數科天璣實驗室團隊研發的AoE（Always-On Egocentric）持續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據采集方案 。 通過一臺手機和一個低于 20 美元的頸掛式支架 ， 就可以替代動輒數萬美元的專業設備 ， 實現具身智能的高質量數據采集 。 該技術方案的提出 ， 有效化解了具身數據采集成本高、規模化難的困局 。 目前 ， 這一技術論文已經在 Arxiv 發布 。
隨著基礎模型持續演進 ， 模型的泛化能力和跨場景適應能力 ， 越來越依賴真實世界交互數據的規模、質量與覆蓋范圍 。 AoE的核心突破在于將“人+手機”轉化為可持續運行的數據節點 ， 其載體是一款符合人體工學的頸掛式支架 ， 通過機械夾具、磁吸等方式能將手機穩固于胸前 ， 持續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%以上手部關鍵點識別準確率的同時 ， 實現了數千臺設備并發采集與云端自動化處理 。 實測表明 ， 針對Unitree G1機器人的關電腦任務 ， 僅靠50條遙操作數據時成功率為 45% ， 而引入200條AoE數據后 ， 成功率躍升至95% 。 在數據匱乏時 ， AoE承擔了“啟動學習”的關鍵補位角色 。
低成本采集只是起點 。 據論文介紹 ， 螞蟻數科攻克了“長視頻轉化為訓練數據”的技術難題：該方案通過端側輕量級視覺模型自動識別手物交互并觸發錄制 ， 利用大語言 - 視覺模型將連續視頻切分為帶語義標簽的原子動作片段 ， 最終經云端自動標注、過濾與清洗 ， 讓手機錄制的視頻自動轉化為高質量、標準化的訓練數據 。
此外 ， AOE 還構建了一套端云協同的方案 ， 實現了采集、預處理、清洗、篩選和調度的自動化處理 ， 在降低人工介入的基礎之上 ， 提升了整體吞吐量 。
據悉 ， 螞蟻數科正大力投入 AI toB 。 以 AI 落地產業為方向 ， 旗下天璣實驗室重點布局 AI+數據 ， AI+安全 ， AI+金融及AI+具身智能等領域 ， 加速技術成果轉化和應用 。 2026 開年以來 ， 螞蟻數科 AI 動作頻頻 ， 此前宣布成立“大模型技術創新部”， 并計劃推出企業級大模型產品 。 （周小白）

    推薦閱讀