蚂蚁数科推AoE采集框架 手机低成本方案破解具身AI数据困局

2026年3月，蚂蚁数科天玑实验室团队发布AoE持续性第一人称视频采集框架，推出仅需一台手机+低于20美元颈挂支架的轻量化具身数据采集方案，可替代数万美元专业设备。该技术依托华为云算力实现并发采集与云端自动化处理，实测可将机器人任务成功率从45%提升至95%，相关论文已发布于Arxiv。

当前全球具身智能赛道正迎来爆发式增长，但高质量第一人称视角的训练数据采集成本极高，成为制约产业落地的核心瓶颈。传统专业具身数据采集设备单价高达数万美元，不仅硬件成本高昂，部署流程复杂，也难以实现规模化批量采集，直接拖慢了AI交互与机器人任务训练的进度。

不同于依赖专业动捕棚、惯性捕捉服的传统方案，AoE框架仅需要一台普通智能手机，搭配单价低于20美元的颈挂式支架，就能将采集者的第一视角转化为标准化的具身训练数据。团队将“人+手机”打造为轻量化数据节点，依托华为云的云端算力支持，实现了数千台设备的并发采集与自动化数据处理，相关技术论文已提前发布于学术平台Arxiv。

据蚂蚁数科天玑实验室公开的实测数据，在家用服务机器人的任务训练场景中，引入200条经过AoE框架处理的训练数据后，机器人的任务成功率从初始的45%跃升至95%，提升幅度超过110%。同时，AoE框架攻克了视频素材直接转化为结构化训练数据的技术难题，通过端云协同的处理方案，将整体数据吞吐量提升数倍，进一步降低了数据处理的时间与人力成本。

作为蚂蚁数科2026年AI布局的核心项目之一，AoE框架目前已进入产业测试阶段。目前已有多家头部机器人研发厂商、AI交互团队表达了合作意向，蚂蚁数科正联合各方推进场景适配，覆盖家用服务机器人、工业巡检机器人、可穿戴AI设备等多个领域。依托这套轻量化采集方案，具身AI的训练成本将大幅降低，预计年内将有首批基于AoE框架训练的具身机器人落地商用场景。