手机+20美元支架，就能采集机器人训练数据？蚂蚁数科这项技术让行业震惊

过去，训练一个能帮机器人做家务、开柜门、拿杯子的AI模型，需要昂贵的实验室设备：动辄十几万的高精度动作捕捉系统、多摄像头阵列、专业传感器，还得配一支工程师团队盯着数据。而现在，蚂蚁数科天玑实验室推出了一套“手机+颈挂支架”的方案，成本不到20美元，就能采集到高质量的第一人称交互视频——这不再是科幻场景，而是正在发生的现实。

这套名为AoE（Always-On Egocentric）的系统，核心是一枚轻巧的颈挂支架，用磁吸或夹具把普通智能手机固定在胸前，像戴项链一样自然。用户日常走路、开门、拿东西、做饭，手机就在你眼前，持续记录你双手和物体的互动。没有复杂布线，不用专业训练，也不用改变生活习惯——你做什么，它就录什么。

50条数据成功率45%，200条AoE数据直接飙到95%

技术好不好，得看效果。团队用Unitree G1机器人做了一个简单测试：让它学会“打开柜门”。用传统遥操作方式，只给50条人工操控数据，机器人成功率只有45%。而换成200条由普通人用手机拍下的真实操作视频——有人是上班族，有人是老人，有人是孩子——机器人成功率直接跳到95%。

这不是偶然。在真实世界里，人开柜门的动作千差万别：有人先拉把手，有人先压门板；有人用拇指，有人用掌心。这些“不标准”的细节，恰恰是AI最需要学习的。专业设备拍的是“理想动作”，而AoE拍的是“真实生活”。

更关键的是，这套系统能同时支持上千台手机并发采集。数据自动上传云端，系统会自动剪辑、打标签、去重、过滤模糊画面。以前一个数据工程师忙一天，可能只能处理几十分钟视频；现在，系统一天能处理上百小时，准确率还超过90%。

不是“拍视频”，是自动变成“机器人教科书”

很多人以为，只要把手机对着手拍就行。但真实情况远不止如此。

AoE的真正突破，在于它能“读懂”视频里发生了什么。手机端有个轻量模型，一检测到手和物体接触超过1秒，就自动开始录制。录完后，云端的大模型会把一段30秒的视频，拆成一个个“动作单元”：比如“伸手→抓住把手→向左旋转→拉动→关门”——每个动作都自动打上标签，像教科书一样清晰。

这背后是蚂蚁数科团队两年多的打磨：他们训练模型识别200多种日常手部动作，从拧瓶盖到插充电线，从拉开抽屉到递杯子。这些动作，过去只能靠人工逐帧标注，耗时耗力。现在，系统自己就能完成。

一位参与测试的高校研究员说：“我们以前要花三个月整理100小时数据，现在一周就能拿到500小时、带语义标签的高质量数据。这简直是把‘数据工厂’搬进了每个人口袋。”

不只是机器人，养老、家政、工业维修都可能被改变

这项技术的潜力，远不止于实验室里的机器人。

在养老场景，老人自己操作电饭煲、开药盒、取药片的过程，可以被安全采集，用来训练助老机器人；在家庭保洁领域，清洁工擦窗、收衣服、整理沙发的动作，能教会扫地机器人更懂“家”；在工业维修中，老师傅拆装一台设备的每一个步骤，都能被记录下来，成为新员工的“数字师傅”。

更现实的是，它打破了数据垄断。过去，只有大公司能负担得起数据采集成本，小团队根本玩不起。现在，一个创业公司、一所地方高校，甚至一个独立开发者，只要买个20美元的支架，就能获得过去只有谷歌、OpenAI才有的数据资源。

蚂蚁数科的“AI落地”正在悄悄变快

这不是一次孤立的技术实验。2026年以来，蚂蚁数科明显加快了AI在产业端的落地节奏：成立“大模型技术创新部”，发布企业级大模型计划，重点押注AI+金融、AI+安全、AI+具身智能。

天玑实验室的负责人在接受采访时表示：“我们不想做空中楼阁的AI。我们想解决真实世界里，那些没人愿意做、但又特别重要的事——比如让机器学会人类的日常动作。”

目前，AoE技术已开放部分数据集供学术研究，部分合作企业正在测试其在物流分拣、老年陪护机器人等场景的应用。未来，不排除推出面向开发者和中小企业的低成本数据采集套件。

一个普通人，一部手机，一个20美元的支架，就能为下一代机器人提供“第一手经验”。这或许是AI走向真实世界最朴素、也最有力的一次转身。