具身智能正在遭遇一场前所未有的”数据荒”。训练接近人类水平的机器人”大脑”需要约10亿小时真实操作数据，而全球有效供给仅约500万小时，存在200倍的巨大缺口。为加速具身世界模型与VLA的训练，典枢数据现面向全国招募数据采集合作方与个人采集员，共同采集高质量的人类操作视频数据。
采购背景：为什么需要”人类数据”
当前具身智能训练数据的配比正从”仿真数据为主”转向“80%人类数据做预训练、20%真机数据做后训练”。相比仿真数据和真机遥操数据，由人佩戴轻量化采集设备（头戴相机、智能眼镜等）录制的操作视频，具备采集成本低、数据通用性强、覆盖场景广的独特优势。
数据显示，可用的”人类数据”已从以往的几百小时提升至50万小时量级，业界认为有望达到1000万小时。在这一趋势下，EGO第一人称视角采集已成为主流技术路线之一——其采集成本仅为传统整机遥操作的1/200，且不依赖特定机器人本体，数据可跨本体复用。
采集方案与设备要求
我们采用EGO-EXO全域采集方案（第一人称相机 + 3台固定身外相机），具体配置参见配套发布的《Ego-Exo数据采集拍摄指南》。合作方可自备设备或由我们提供轻量化采集设备支持。
- 头部相机：GoPro HERO 10-13 或 SJCAM C110+，1080p/30fps，开启超广角
- 身外相机：3-4台手机或山狗G10，垂直地面架设，1080p/30fps
- 同步要求：所有相机通过动态二维码对时同步，确保多机位画面时间对齐
- 数据产出：单次采集可产出多机位同步的4D操作数据，适用于VLA、具身世界模型训练
采集场景需求
我们重点征集以下场景的人类双手操作视频：
- 工业与专业场景：工厂装配、仓储搬运、设备点检、安防巡检、专业工具使用
- 日常生产劳动：烹饪、清洁整理、收纳归类、简单维修、DIY手工制作
- 精细手部操作：维修、美甲、手工艺、模型拼装、折纸等
- 全身参与型任务：搬运、组装、清理等需要多肢体协调的活动
审核标准与结算
为保证数据质量，所有采集数据将经过严格审核：
- 手部可见：双手须完整出现在头戴相机画面中
- 多机位同步：二维码对时清晰，所有相机时间对齐
- 画面质量：清晰明亮，无遮挡，身体完整可见
- 内容真实：真实行业任务，非摆拍
- 验收通过率：通过三级质检的数据方可结算，我们承诺行业领先的验收通过率与结算周期
合作方式
我们诚邀以下合作方加入：
- 数据采集团队：具备场地资源和人力，可按标准SOP组织批量采集
- 个人采集员：可按《拍摄指南》独立完成采集并通过审核
- 众包平台：具备”发任务-采集-审核-结算”全流程能力的数据服务商
- 设备供应商：能提供轻量化采集设备或相关配套
我们将提供清晰的采集规范、及时的审核反馈与合理的结算方案，欢迎联系合作。
数采需求 – 典枢数据数据采购需求发布栏目