Full text · 原文
2,373 字
henry 发自 凹非寺<br>
量子位 | 公众号 QbitAI<br>
具身智能的Scaling Law正蓄势待发。<br>
最近，有史以来最大的人类为中心（huamn-centric）数据集Egocentric-10K开源了——<br>
10亿帧画面，来自2153个人类工人在真实工厂中共计10000小时的工作。<br>
其规模是同类数据集EPIC-KITCHENS的100倍，并且将数据场景从家庭扩展至真正的工厂车间，是首个完全在真实工厂中收集的数据集。<br>
发布不到三天，Egocentric-10K在Hugging Face的下载量就突破了1.3w次，并登顶趋势榜。<br>
网友纷纷点赞，直呼太强了！<br>
而这，竟出自一名18岁的连续创业者之手。<br>
押注人类数据路线<br>
Egocentric-10K是华人小哥Eddy Xu的初创公司Build AI最新发布的具身智能数据集，Build AI官方称其为最大的开源的“物理作业”数据集（largest open source dataset of physical jobs）。<br>
如开头所说，这是第一个完全从真实工厂中收集的huamn- centric数据集，包含10亿帧画面，来自2153个工人共计一万小时的工作，总视频片段达到了19.2万个，数据集大小达到了16.4TB。<br>
相比Ego4D、EPIC-KITCHENS等以往的huamn-centric数据集，Egocentric-10K不仅在数量规模上更大，而且在数据收集场景中，也由日常家庭、厨房场景扩展至了真实工厂的操作。<br>
这使Egocentric-10K在手部可见性和主动操作密度方面达到了领先水平。<br>
在数据收集上，Egocentric-10K的操作视频数据来自全球各地的真实工厂，由工人佩戴头戴式摄像设备在抓取、组装等操作中自然录制。<br>
其中，头戴式摄像头能够收集128°×67°、1080p、30fps的视频数据，相比许多旧数据集（720p、60~90° FOV）提升明显。<br>
不过，Egocentric-10K数据集中目前仅有RGB视频信息，暂时缺乏深度、音频、触觉等多模态信息。<br>
当有网友表示能否加入更多模态的数据信息时，创始人小哥卖了个关子，表示：<br>
该让你知道的时候会让你知道的。<br>
当然，也并不是那么密不透风。<br>
据Build AI官网的最新介绍，其将在位于深圳的制造工厂计划于2026年生产数百万副记录眼镜，以实现全球覆盖，届时也许会覆盖更多的模态信息。<br>
此外，也有网友对大规模数据的实际可用性提出质疑，例如工厂场景下的数据是否具备足够多样性、人类的实操经验又该如何有效迁移至机器人系统等核心问题。<br>
而这，就引出了human-centric与真机、遥操等技术路线的差异。<br>
与前段时间Generalist AI发布的史上最大真机数据集不同，此次Egocentric-10K主打human-centric方向，对标Figure的Project Go-Big项目，核心在于强调人类数据向机器人的迁移价值。<br>
在这一赛道上，特斯拉与国内的它石智航等玩家也均以human-centric为核心布局，试图通过大规模第一视角的人类操作数据，让机器人学习到更灵巧、更符合直觉的manipulation技能。<br>
相比真机，human-centric的显著优势在于：真机数据昂贵而稀缺，而人类数据在现阶段可以以更低成本、更高速度扩展规模。<br>
但代价也同样清晰：必须跨越human-to-robot dynamics gap——人手与机械臂之间在关节、动力学、传感模式上的系统性差异。<br>
最终，哪条路线更能抵达通用机器人智能的“临界点”，仍需要时间与数据规模去验证。<br>
18岁的创业老兵<br>
说到Egocentric-10K，就不得不提到它背后的男孩——Eddy Xu。<br>
这位小哥今年刚满18，半年前从哥大主动辍学，放弃了超过2500万美元的股权投资，转身all in AI创业，创办了Build AI，而Egocentric-10K正是他最新的旗舰项目。<br>
Build AI主打可扩展、具有经济价值的human- centric数据集构建，强调从“量”上突破。<br>
而这，并不是他的第一次尝试创业。<br>
大半年前，他设计了一副智能眼镜，可以将现场国际象棋比赛流式传输到Instagram，使用Stockfish引擎通过计算机分析比赛，并通过内置扬声器低声说出最佳棋步。<br>
虽然这副眼镜因有作弊嫌疑而被批评质疑，但也确实让小哥火了一把。<br>
而他最出圈的作品，当属AI流量预测工具CrowdTest。<br>
简单来说，CrowdTest通过套壳大模型，模拟成千上万名用户对即将发布的推文可能产生的反应（A/B测试），从而对流量进行预测。<br>
虽然没有免费试用，而且而且订阅价高达1000美元/月，但仍挡不住用户的热情，上线5小时后收入就突破了1万美金。<br>
有趣的是，Eddy表示，如果使用后24 小时内没有效果增长，不仅可以退款，还能得到他本人直接售后支持。<br>
这一手营销，也让CrowdTest在24小时内的总收入突破了3万美元。<br>
除上述尝试以外，还有消息称，小哥在13岁就在地下车库开了第一家公司。<br>
赢过20万名参赛者的十项全能商业世界锦标赛冠军。<br>
还曾多次创业，并曾在三个月内出售了一家拥有17.8万用户的教育科技初创公司<br>
…<br>
只能说，刚满18岁，就俨然一名创业老兵。<br>
参考链接<br>
[1]https://huggingface.co/datasets/builddotai/Egocentric-10K<br>
[2]https://x.com/eddybuild/status/1987951621536641332<br>
[3]https://www.linkedin.com/in/edwardxu1569/<br>
[4]https://build.ai/