机器人公司
围绕抓取、放置与工具使用等研究任务，采集人类操作过程，为机器人学习提供视频参照。
AI 场景示意 · 第一视角
拾界科技 / 真人第一视角视频采集机器向人类学习，
机器向人类学习，
从真实操作开始。
HUMAN ACTION / LEARNING DATA
记录真实操作，
连接人类经验与机器学习。
AI 场景示意 · 采集环境
- 01明确学习任务
- 02记录真人操作
- 03整理视频交付
03 / 人类操作场景不同的操作，
不同的操作，
共同的学习起点。
从拿取、对位，到工具使用与日常操作。
记录人如何行动，为机器学习提供真实参照。
物品整理01 / 04
画面均为 AI 场景示意
04 / 面向具身智能研发你的学习目标，
你的学习目标，
我们的采集起点。
模型研发团队
按模型研究的数据需求，对齐操作类型、场景覆盖、视频规格与交付结构。
高校实验室
围绕具体研究课题，确定操作任务、场景条件与采集范围，形成可核对的视频资料。
05 / 采集与交付从学习需求，
从学习需求，
到清楚的数据交付。
工具任务
日常任务- 01
从机器要学的任务出发。
先明确希望机器学习什么操作，再约定物品、步骤与场景。把研究目标落实为可执行的采集任务。
确认采集任务与场景 - 02
先用小样，对齐学习参照。
通过一段视频确认第一视角、任务完整性与画面规格。在正式采集前，让操作要求和验收标准有共同参照。
确认小样与视频规格 - 03
把人类的操作过程记录完整。
按约定任务记录动作、物体与环境，保留起始状态、操作步骤和完成结果。具体设备与采集规格按项目确认。
形成第一视角操作片段 - 04
让每段视频，对应到任务。
依据约定检查片段完整性与画面要求，再按任务命名、分组并整理说明，便于后续筛选、核对与使用。
整理视频与任务说明
为机器学习，
保留关键的细节。
动作前后都可见
记录操作前的物体状态、过程中的交互和完成后的结果，为理解动作保留上下文。
按约定统一画面
采集前确认视角、分辨率与帧率，围绕同一套要求执行，方便后续核对与使用。
数据对应到任务
以约定的任务名称与文件结构组织视频，让片段、任务和交付说明能够相互对应。
06 / 从学习目标定义采集先说清楚，
先说清楚，
机器要学什么。
从学习目标出发，一起确定可执行的采集要求。
- 01学习目标与任务
- 希望机器学习什么操作？需要记录哪些物品、步骤与场景？
- 02视角与视频规格
- 需要怎样的第一视角、分辨率、帧率和文件格式？
- 03数据规模与周期
- 预计需要多少条视频或多长时长？何时启动、怎样分批交付？
- 04交付与使用要求
- 视频怎样命名和分组？按什么标准验收？有哪些数据使用约定？
NEXT / ROBOT LEARNING机器的下一步，
机器的下一步，
从人的操作开始。
把希望机器学习的任务告诉我们，
一起确定要记录的人类操作与数据要求。