超维动力全新头戴式数采设备登场！厘米级全身姿态捕捉，重建关节轨迹

36 0 0

文章摘要

当前具身智能机器人在真实世界落地时，普遍面临高质量数据稀缺与模型泛化能力不足两大核心挑战。数据规模、数据多样性与标准化评测体系已成为决定具身模型上限和泛化能力的关键约束。行业竞争的焦点正从单纯的数据量争夺，转向更高真实性、完整性与迁移性的身体数据生产能力的建设，打造兼顾成本、质量与复用效率的数据基础设施成为下半场的核心任务。

针对多视角与全身姿态数据采集的痛点，超维动力推出了KAI Halo四摄头环数据采集设备。该设备内置高精度空间定位算法，融合多路相机与IMU数据，能够输出鱼眼RGB图像、全身关节空间定位轨迹及3D场景点云等多模态信息，实现厘米级全身姿态捕捉。整机仅重380克的轻量化设计打破了传统数据采集对昂贵设备和固定场地的依赖，使数据采集能够进入真实场景并随时随地开展，从而为具身模型持续补齐长尾任务数据和泛化训练素材。

在数据有效性验证方面，超维动力构建的KAI Ego Dataset数据集提供了全链路能力的证明。该数据集包含超10万小时真实工作环境中的第一视角多模态采集视频，覆盖两千多个原子技能。该数据集以人体为中枢，将动作数据锚定在人体骨架和场景语义的通用坐标系上，天然适配不同结构机器人的跨本体迁移训练需求。这种方案完整保留了人类自然高自由度的运动学特性及与真实物理环境的交互信息。

具身智能行业的竞争逻辑正在发生深刻变化。随着机器人本体能力提升与模型参数扩张，真正决定行业上限的是能够兼顾成本、质量与复用效率的数据基础设施。通过硬件降低采集门槛并结合后续平台的数据处理流程，原始数据得以转化为有效的训练资产，这不仅推动了高质量具身数据的规模化生产与持续复用，也为支撑机器人持续进化构建了坚实的数据底座。