低成本、轻量化方案 蚂蚁数科推出具身智能真实数据采集框架

近日，具身智能真实数据采集迎来重要进展。蚂蚁数科天玑实验室推出的 AoE（Always-On Egocentric）持续性第一人称视频采集框架，给出了一套轻量且低成本的具身数据采集方案。只需一部手机加一款低于20美元的颈挂式支架，就能替代动辄数万美元的专业设备，完成高质量的数据采集。该方案有效缓解了具身数据采集成本高、难以规模化的难题。目前，相关论文已在 Arxiv 发布。

随着基础模型不断演进，模型的泛化与跨场景适配越来越依赖真实世界交互数据的规模、质量与覆盖。AoE 的关键在于把“人+手机”变成可长期运行的数据节点，其载体是一款符合人体工学的颈挂式支架，通过机械夹具、磁吸等方式将手机稳固在胸前，持续获取贴近用户视角的第一人称画面，从而完整记录自然交互过程。

在保持毫米级轨迹精度和90%以上手部关键点识别准确率的同时，该方案还能支持数千台设备并发采集与云端自动化处理。实测显示，面向 Unitree G1 机器人的关电脑任务，仅用50条遥操作数据成功率为45%，加入200条 AoE 数据后，成功率提升至95%。当数据稀缺时，AoE 承担了“启动学习”的关键补位。

低成本采集只是起点。论文指出，团队已攻克“长视频转化为训练数据”的技术难题：端侧轻量级视觉模型会自动识别手物交互并触发录制，利用大语言 – 视觉模型把连续视频切分为带语义标签的原子动作片段，最终由云端完成自动标注、过滤与清洗，使手机录制的视频自动变成高质量、标准化的训练数据。

同时，AOE 构建了端云协同方案，把采集、预处理、清洗、筛选与调度实现自动化，在减少人工干预的前提下，提高整体吞吐量。

记者留意到，蚂蚁数科正加大 AI toB 布局。面向产业落地，旗下天玑实验室重点发力 AI+数据、AI+安全、AI+金融与 AI+具身智能等方向，加速技术成果转化与应用。进入2026年，蚂蚁数科在 AI 领域动作频频，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。