蚂蚁数科发布AoE采集框架：手机+20美元支架替代万元具身采集设备

2026年3月，蚂蚁数科天玑实验室发布AoE持续性第一人称视频采集框架，推出低成本具身数据采集方案：仅用一台手机搭配不足20美元的颈挂式支架，即可替代数万美元的专业采集设备。该技术支持数千台设备并发采集与云端自动化处理，实测引入200条数据后，机器人任务成功率从45%跃升至95%，相关论文已在Arxiv发布。

在具身智能的落地赛道上，第一人称视角的行为数据是训练机器人感知、决策能力的核心燃料。但长期以来，这类数据的采集依赖专业头戴设备、动作捕捉系统等硬件，单套成本动辄数万美元，不仅抬高了技术研发门槛，也让规模化数据积累成为行业共性难题。

具身智能的核心是让AI系统像人类一样感知和操控物理世界，而第一人称视角数据能精准还原人类的行为逻辑与环境交互细节，是训练这类AI的关键样本。但传统采集设备的高成本，让多数中小开发者和企业难以搭建稳定的采集体系，导致训练数据量不足、场景覆盖有限——此前不少团队的机器人任务成功率仅能维持在45%左右，无法满足实际应用需求。

蚂蚁数科天玑实验室推出的AoE持续性第一人称视频采集框架，从硬件轻量化和流程自动化两个层面破解了这一困局。硬件端，仅需一台普通手机搭配不足20美元的颈挂式支架，就能达到专业设备的采集精度，直接将成本压缩至原有方案的千分之一以下。
技术架构上，AoE框架将“人+手机”转化为可灵活部署的移动数据节点，实现了数千台设备并发采集与云端自动化处理，同时攻克了视频数据向训练样本转化的技术难题，构建起端云协同的高效处理方案，大幅提升了数据生产的整体吞吐量。目前，该技术的研究论文已在Arxiv平台发布，向行业公开技术思路。
实测数据更能体现其价值：引入200条AoE采集的第一人称数据后，机器人的任务成功率从45%跃升至95%，训练效率和效果得到双重提升。

AoE采集框架的推出，本质是为具身智能行业提供了一套“普惠式”的数据生产方案。此前因成本受限无法开展大规模数据采集的团队，如今可借助普通手机快速搭建采集网络，覆盖更多真实场景，从而推动具身智能在服务机器人、工业操作、智能家居等领域的落地。
从蚂蚁数科2026年的动作来看，该公司正持续在AI底层技术领域布局，通过降低技术门槛、提升落地效率，助力整个行业从实验室走向规模化应用。