人类成为训练数据：推动下一轮实体人工智能扩展的可穿戴设备

Ropedia 发布了 HOMIE Gen2，一款旨在把人类活动转化为机器人模型训练数据的可穿戴采集系统。这款头戴设备可以同步记录多路视频、空间音频与运动数据，瞄准实体人工智能面临的一个核心瓶颈：来自真实世界的高质量数据。

大型语言模型可以利用海量公开文本进行训练，但机器人领域并不存在同等规模的人体动作、视线、物体接触和空间环境数据库。因此，越来越多公司试图系统记录日常行为，并把这些经验转化为感知与控制模型可用的数据。

四路视频，共享一条时间轴

根据 Ropedia 的说法，HOMIE Gen2 同时采集四路摄像头画面、空间音频和运动信息。公司宣称同步误差低于 50 微秒，以便更准确地关联任务中的各个步骤。

关键不只是视频数量。机器人学习高度依赖时间关系：人何时看向一个物体，手何时开始移动，又何时发生接触？这些关系往往比单一的高清画面更重要。

Ropedia 提到了 Xperience-10M 数据集，并称 Gen2 是十二个月内的第四代硬件。公司还表示累计融资达到 3000 万美元。这些信息来自企业自身，目前尚缺乏独立基准测试的验证。

产品价格、明确的 Gen2 客户以及与其他采集系统的可靠对比仍未公开。授权、隐私和数据所有权同样值得关注：谁可以记录工作流程，旁观者如何匿名化，由这些数据训练出的模型归谁所有？这些是基于商业模式提出的编辑问题，并不意味着已经发生隐私事件。

实体人工智能要实现规模化，就必须把真实经验稳定地转化为可复用数据。因此，HOMIE Gen2 更像是机器人数据的生产工具，而不是普通消费电子产品。

Bewerte den Beitrag hier!

[Total: 0 Average: 0]