hehaiguang1123
a6f05ab2d5
- Phase 0: AGENTS.md cleanup (dedup quotes, renumber sections, merge qmd) - Phase 1: typed relations (manage-relations.py, graph-search.py, check-staleness.py, detect-conflicts.py) - Phase 2: frontmatter validator, weekly lint, knowledge promotion, git hooks - Fix .gitignore to track tools/ and .githooks/ - Fix git remote URL (remove plaintext token) - New wiki pages: 504 pages, 34 raw sources
98 lines
2.1 KiB
Markdown
98 lines
2.1 KiB
Markdown
---
|
|
categories:
|
|
- "[[LLM Wiki]]"
|
|
tags:
|
|
- wiki
|
|
- concept
|
|
- concept/technology
|
|
- EgoCentric
|
|
- 具身智能
|
|
- 数据采集
|
|
- AI训练
|
|
- 零工经济
|
|
- 机器人
|
|
created: 2026-04-14
|
|
source: 行业研究
|
|
type: concept
|
|
aliases:
|
|
- EgoCentric数据采集与具身智能发展
|
|
---
|
|
|
|
# EgoCentric数据采集与具身智能发展
|
|
|
|
## 数据采集新模式
|
|
|
|
### 采集方式
|
|
|
|
| 方式 | 说明 |
|
|
|------|------|
|
|
| **设备** | 摄像头头戴设备 |
|
|
| **场景** | 工厂工人日常劳动过程 |
|
|
| **同步性** | 边劳动边采集 |
|
|
|
|
### 全球零工经济布局
|
|
|
|
| 公司 | 规模 | 地区 | 报酬 |
|
|
|------|------|------|------|
|
|
| **Micro1** | ~50万工人 | 东南亚、非洲、南美洲 | $15/小时 |
|
|
|
|
> 时薪$15，显著高于当地平均工资
|
|
|
|
### 重点采集内容
|
|
|
|
- 叠衣服
|
|
- 洗碗
|
|
- 做饭
|
|
- 其他家务动作
|
|
|
|
## 数据处理流程
|
|
|
|
```
|
|
佩戴设备采集
|
|
↓
|
|
AI初步标注
|
|
↓
|
|
人工双重审核
|
|
↓
|
|
标准化训练数据集
|
|
↓
|
|
具身智能模型训练
|
|
```
|
|
|
|
## 技术验证
|
|
|
|
| 项目 | 状态 | 说明 |
|
|
|------|------|------|
|
|
| **英伟达 EGO Free** | ✅ 已验证 | 证实此类数据对具身智能的训练价值 |
|
|
| **中外厂商** | 跟进中 | 相继在模型中集成此类数据 |
|
|
|
|
## 行业变革对比
|
|
|
|
| 维度 | 传统方式 | EgoCentric方式 | 优势 |
|
|
|------|----------|----------------|------|
|
|
| **场景** | 实验室环境 | 真实生活场景 | 更自然 |
|
|
| **设备** | 专业设备 | 普通智能手机 | 成本降低87% |
|
|
| **操作** | 技术团队 | 普通人可完成 | 可扩展性强 |
|
|
|
|
## 核心结论
|
|
|
|
> **当 EgoCentric 数据成为主流训练素材时，将开启"全民数据采集员"的新时代，从根本上改变机器人开发的数据获取方式。**
|
|
|
|
## 关键优势
|
|
|
|
1. **自然性** — 真实生活场景，非刻意表演
|
|
2. **低成本** — 设备简单，普通人可操作
|
|
3. **可扩展** — 全球零工模式，快速规模化
|
|
4. **高效性** — 边劳动边采集，一举两得
|
|
|
|
## 相关概念
|
|
|
|
- [[MarkItDown]] — 数据处理工具
|
|
- [[具身智能]]
|
|
- [[AI训练数据]]
|
|
- [[零工经济]]
|
|
|
|
---
|
|
|
|
*最后更新：2026-04-14*
|