低成本、輕量化 螞蟻數科發布具身智能真實數據采集框架

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?；y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。

記者注意到，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。