近日，智象未來（HiDream.ai）與諾亦騰機器人（Noitom Robotics）宣布正式達成戰(zhàn)略合作，雙方將在高質(zhì)量、規(guī)模化具身智能視頻數(shù)據(jù)的生成上展開深度合作，從而開啟拓寬具身智能行業(yè)數(shù)據(jù)入口的全新模式探索。

高可用的訓練數(shù)據(jù)是目前發(fā)展迅猛的具身智能產(chǎn)業(yè)的瓶頸。不同于大語言模型可海量獲取文本數(shù)據(jù)，具身智能需整合視覺、運動、觸覺等多模態(tài)數(shù)據(jù)，傳統(tǒng)采集成本高效率低，合成數(shù)據(jù)因此成為關(guān)鍵。隨著產(chǎn)業(yè)爆發(fā)，訓練數(shù)據(jù)正從小體量演示轉(zhuǎn)向大體量、可規(guī)模化交付的需求，數(shù)據(jù)的獲取、結(jié)構(gòu)化與工程化能力，正決定系統(tǒng)上限。

基于這一判斷，智象未來攜手諾亦騰機器人，將多模態(tài)大模型的毫米級可控視頻生成能力與真實數(shù)據(jù)基礎(chǔ)設(shè)施結(jié)合，以“真實數(shù)據(jù)+生成式視頻數(shù)據(jù)”融合，預(yù)計雙方年內(nèi)合作生成的具身智能視頻數(shù)據(jù)將達到數(shù)萬小時以上，這將開辟出可規(guī)模化供應(yīng)行業(yè)亟需的高質(zhì)量具身訓練數(shù)據(jù)的全新路徑。

儀式現(xiàn)場，諾亦騰機器人創(chuàng)始人兼首席執(zhí)行官戴若犁、智象未來創(chuàng)始人兼首席執(zhí)行官梅濤等共同出席，見證了這一重要時刻。

諾亦騰機器人：構(gòu)筑具身智能數(shù)據(jù)底座

諾亦騰機器人是一家面向具身智能與人形機器人產(chǎn)業(yè)的數(shù)據(jù)公司。公司以“數(shù)據(jù)”為核心交付界面，基于高精度人體動作捕捉與多模態(tài)數(shù)據(jù)采集能力，為機器人企業(yè)、具身智能模型團隊等提供高質(zhì)量、可規(guī)?；挠柧殧?shù)據(jù)與相關(guān)基礎(chǔ)設(shè)施能力。隨著具身智能產(chǎn)業(yè)加速發(fā)展，高質(zhì)量、多模態(tài)的訓練數(shù)據(jù)正在成為推動行業(yè)進步的關(guān)鍵基礎(chǔ)要素?；趯呱碇悄馨l(fā)展路徑與數(shù)據(jù)瓶頸的判斷，諾亦騰機器人從數(shù)據(jù)基礎(chǔ)設(shè)施這一底層環(huán)節(jié)切入，專注構(gòu)建面向產(chǎn)業(yè)的技術(shù)與平臺能力，推動具身智能從“數(shù)據(jù)獲取”走向“數(shù)據(jù)工程化與體系化”。

諾亦騰機器人聯(lián)合創(chuàng)始人、首席科學家韓磊博士表示：“具身智能的發(fā)展，本質(zhì)上是一個以數(shù)據(jù)為核心驅(qū)動的系統(tǒng)工程。單一來源的數(shù)據(jù)難以支撐模型在復(fù)雜物理世界中的泛化能力。我們希望通過與智象未來的合作，將真實世界中高精度采集的人類動作數(shù)據(jù)，與可規(guī)?；傻亩鄻踊曨l數(shù)據(jù)相結(jié)合，構(gòu)建兼具真實性與多樣性的訓練數(shù)據(jù)體系。這將有助于突破當前數(shù)據(jù)規(guī)模與質(zhì)量之間的瓶頸，加速具身智能模型從‘可用’走向‘好用’?！?/p>

智象未來：用毫米級高可控視頻大模型打開具身智能數(shù)據(jù)入口

作為全球領(lǐng)先的多模態(tài)生成式人工智能企業(yè)，智象未來專注底層架構(gòu)的持續(xù)創(chuàng)新，在生成質(zhì)量、語義理解與藝術(shù)表現(xiàn)力上不斷突破邊界，定義行業(yè)新標桿。在本次合作中，智象未來充分發(fā)揮其領(lǐng)先的高可控視頻生成技術(shù)，將利用高精度動作捕捉設(shè)備采集的原始傳感數(shù)據(jù)進行了百倍以上的精細化放大。這一過程并非簡單的素材堆砌，而是通過可控視頻生成技術(shù)將精準的動作指令與極其豐富的視覺場景深度融合，它不僅賦予了具身智能訓練數(shù)據(jù)在場景、光影變化及人體形態(tài)膚色上的超高復(fù)雜度，更確保了生成的每一幀視頻與底層操作數(shù)據(jù)之間的精準配對。

智象未來聯(lián)合創(chuàng)始人兼 CTO 姚霆博士表示：“普通的通用視頻生成模型通常是為了好看，容易產(chǎn)生幻覺或物理不一致。為了讓生成的視頻數(shù)據(jù)能夠達到具身智能產(chǎn)業(yè)需求的物理一致性，我們基于智象自研的多模態(tài)大模型，對傳感動捕設(shè)備采集的數(shù)據(jù)進行了高可控性的生成式優(yōu)化，使之更加符合具身智能企業(yè)進行高精度訓練的要求。這種‘數(shù)據(jù)煉金術(shù)’打破了傳統(tǒng)動捕數(shù)據(jù)的局限，為具身智能的進化提供了取之不盡的高質(zhì)量‘燃料’?！?/p>

合作展望：共筑具身智能數(shù)據(jù)新范式

未來，雙方將圍繞高質(zhì)量底層數(shù)據(jù)構(gòu)建、VLA 模型規(guī)?；葸M，以及視頻建模與動作預(yù)測協(xié)同驅(qū)動的世界模型展開全方位的深度合作。

智象未來將發(fā)揮多模態(tài)大模型的零樣本生成優(yōu)勢，攜手諾亦騰機器人對高精度多模態(tài) Human-centric 數(shù)據(jù)進行規(guī)?；瘮U展與視覺精細度增強；諾亦騰機器人將利用其高精度動作捕捉與多模態(tài)數(shù)據(jù)基礎(chǔ)設(shè)施，為模型提供真實精準的物理反饋數(shù)據(jù)。雙方將攜手構(gòu)建從虛擬生成到物理驗證的完整數(shù)據(jù)閉環(huán)，共同加速具身智能時代的到來。

 

 

 

  基于諾亦騰機器人的動捕數(shù)據(jù)進行高精度生成的視頻數(shù)據(jù)

雷峰網(wǎng)版權(quán)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。