當前，具身智能正面臨高質量訓練數(shù)據(jù)嚴重不足的發(fā)展困境。

傳統(tǒng)的動作捕捉與遙操作技術采集數(shù)據(jù)，雖能實現(xiàn)1：1動作復刻，但成本高昂——單臺數(shù)采設備從幾萬到十幾萬不等，且建設大型數(shù)采中心投入巨大。 更關鍵的是，傳統(tǒng)方式采集的數(shù)據(jù)通用性差，單一設備采集的數(shù)據(jù)通常僅服務于該設備自身，形成“數(shù)據(jù)孤島”，難以在不同機器人本體間遷移復用。

面對這一困境， 行業(yè)頭部企業(yè)紛紛轉向互聯(lián)網(wǎng)視頻這一潛力數(shù)據(jù)源 。今年5月，特斯拉工程主管Milan Kovac公開表示， Optimus將告別傳統(tǒng)動作捕捉和遠程操控，轉向直接從互聯(lián)網(wǎng)視頻中學習 。互聯(lián)網(wǎng)視頻資源豐富、成本低廉，且蘊含著人類與物理世界交互的高維信息。如何將這些非結構化的2D視頻數(shù)據(jù)，轉化為機器人可理解、可執(zhí)行的訓練數(shù)據(jù)，成為技術突破的關鍵。

樞途科技在成立之初就聚焦在視頻提取具身數(shù)據(jù)技術上，自主研發(fā)的SynaData數(shù)據(jù)管線，實現(xiàn)了從互聯(lián)網(wǎng)單目視頻中提取多模態(tài)、高精度具身訓練數(shù)據(jù)的技術突破。SynaData通過視頻數(shù)據(jù)升維、跨域重定向retargeting等技術，將普通2D視頻轉化為包含軌跡、物體網(wǎng)格等信息的具身訓練數(shù)據(jù)。相比傳統(tǒng)方式，SynaData成功將綜合采集成本降至行業(yè)平均水平的千分之五。以“拿取外賣袋”任務為例，SynaData從人手拿取視頻中提取數(shù)據(jù)，將模型的抓取成功率提升至88%以上。

機械臂通過大量視頻數(shù)據(jù)學會抓袋子

SynaData的核心亮點在于服務第三方，打造開放生態(tài)。區(qū)別于其它企業(yè)將視頻數(shù)據(jù)tokenize并用于自有模型，樞途科技定位“具身數(shù)據(jù)基礎設施建設者”，從視頻中提取的多模態(tài)具身數(shù)據(jù)已驗證了清華RDT、PI π0、智元UniVLA、EquiBot等主流VLA模型。

目前，SynaData已完成全管線技術驗證，處理了數(shù)千小時多場景視頻，產(chǎn)出涵蓋抓取、放置、精細組裝等逾百種任務場景的數(shù)據(jù)集。

SynaData數(shù)據(jù)提取

未來，樞途科技將與行業(yè)伙伴持續(xù)共建開放數(shù)據(jù)生態(tài)。樞途計劃于2025年第四季度發(fā)布首個基于真實場景視頻的多模態(tài)具身開源數(shù)據(jù)集，推動行業(yè)數(shù)據(jù)標準建設。公司還計劃將適配的機器人本體類型擴展至100種以上，覆蓋人形機器人、靈巧手、協(xié)作機械臂等各類結構。

樞途科技CTO林嘯表示：“數(shù)據(jù)決定上限，模型逼近上限。SynaData讓機器人得以利用海量視頻數(shù)據(jù)，通過‘觀看’人類視頻學習技能，真正突破具身模型能力邊界。” 隨著SynaData系統(tǒng)的不斷完善，具身智能領域將迎來低成本、高質量、海量數(shù)據(jù)的新時代。

樞途科技將以視頻數(shù)采技術加速具身模型發(fā)展，驅動更多機器人在復雜非標場景的規(guī)模化落地，Make Robots Work。