蚂蚁数科发布低成本具身智能数据采集框架AoE
核心摘要
蚂蚁集团旗下蚂蚁数科的天玑实验室团队，近期在具身智能（Embodied Intelligence）的真实世界数据采集技术上取得重要突破。团队发布了一种名为 AoE（Always-On Egocentric） 的连续第一人称视频采集框架。该框架以极低的成本（一部智能手机和一个不到20元的颈挂支架）替代了以往动辄数万元的专业设备，实现了高质量的具身智能数据采集，有效解决了数据采集成本高、规模化难的行业痛点。相关技术论文已发布于Arxiv。
技术方案详解
1. 低成本硬件载体
- 核心设备：普通智能手机 + 低成本颈挂支架（机械卡扣与磁吸固定）。
- 工作方式：将手机固定在用户胸前，持续采集接近用户视角的第一人称视频，完整记录自然的交互过程。
- 核心理念：将“人+手机”转化为可持续的数据采集节点。
2. 关键技术性能
- 轨迹精度：保持毫米级轨迹精度。
- 手势识别：手部关键点识别准确率超过90%。
- 规模化能力：支持数千台设备并发数据采集与自动化云端处理。
3. 数据效能验证
一项在宇树科技G1机器人上进行的“关闭电脑”任务测试显示：
- 仅使用50个远程操作数据点：任务成功率为 45%。
- 引入200个AoE采集的数据点后：任务成功率跃升至 95%。
- 结论：在数据稀缺阶段，AoE数据对模型“启动学习”起到了关键作用。
4. 自动化数据处理流水线
AoE框架不仅解决采集问题，更攻克了“长视频转训练数据”的技术挑战：
- 边缘触发：在手机端使用轻量视觉模型，自动识别手-物交互并触发录制。
- 语义分割：利用大语言视觉模型，将连续视频分割成带有语义标签的原子动作片段。
- 云端处理：通过自动标注、过滤和清洗，将手机视频自动转化为高质量、标准化的训练数据。
- 端云协同：构建了从数据采集、预处理、清洗、筛选到调度的全流程自动化处理方案，减少人工干预，提升整体吞吐效率。
背景与战略意义
- 行业需求：随着基础模型发展，其泛化能力和跨场景适应力越来越依赖于真实世界交互数据的规模、质量和覆盖面。
- 公司战略：蚂蚁数科正持续加大对AI to B的投入。其天玑实验室聚焦于AIdata（AI数据）、AIsecurity（AI安全）、AIfinance（AI金融）、AIembodied intelligence（AI具身智能）等领域，加速科技成果转化与应用。
- 近期动态：自2026年初以来，蚂蚁数科在AI领域动作频繁，此前已宣布成立“大模型技术创新部”，并计划推出企业级大模型产品。
相关行业动态（摘要）
- Meta测试AI购物助手：利用30亿社交档案数据进行精准推荐，标志着大模型竞争从内容创作向电商领域延伸。（2026-03-03）
- 联想发布多款AI概念硬件：在MWC 2026上推出包括具身智能桌面助手“AI Workmate”在内的六款概念设备。（2026-03-03）
- 2025年AI应用MAU排名：QuestMobile报告显示，豆包、DeepSeek、元宝、蚂蚁语雀、阿里通义千问位列前五。（2026-03-03）
- 银河通用完成25亿元融资：具身智能公司银河通用完成融资，标志着国家大基金三期在该领域的首笔投资落地。（2026-03-02）
- 中国电信投资面壁智能：共同构建大模型算力与数据基础设施，加速国产大模型在公共数据、智能硬件等领域的商业化。（2026-03-02）
注：本文核心信息整理自AIbase于2026年3月3日的报道。
