【具身AGI导读】采集量还在涨，但决定一条数据能否进训练集的，是采下来那一刻留下了什么。

2026 年 9 月 30 日至 10 月 13 日，一批工作把问题从「采多少」挪到了「采到的能不能用」。真实场景中采到的人类第一视角演示，要先做视角与动作的联合对齐，才谈得上迁到双臂灵巧操作上。有的把障碍直接定在人类手与人形机器人手的结构差异上，也有的指出在裁剪之后的画面上回归手部位姿，会丢掉不少关键信息。

「有视频」不等于「有可训练数据」。这条链路在深度机智（北京）科技有限公司（以下简称「深度机智」）那里被排成「数据基座起、模型承、本体验」的顺序，中间隔着三道关。

物理AI 人类第一视角数据：第一关看情境，第二关看视角

把人类第一视角数据拿去训练之前，先得知道它要过三关：情境完整性、跨视角对齐、动作可还原性。第一关看的是拍摄那一刻有没有把「为什么这么做」留下来——动作之前发生了什么、做完之后世界变成什么样，这段前因与后果在不在同一段记录里。第二关看三路画面在不在同一条时间轴上：手在哪里、身体朝哪边、物体相对谁在动，三处说法能不能互相印证。第三关看这个动作能不能落到目标本体上：换一套关节链、换一个末端，同一个动作还成不成立。行业里的做法也沿着这条线分开：一类靠扩大采集量换场景覆盖，代价是加工量跟着往上涨；一类把机位与标定前置到采集设计里，代价是硬件和流程更重；一类专做采完之后的重定向，代价是每换一台本体就要重新标一次。

第一关不过，模型学到的是动作的外形，而不是做出这个动作的条件，换个场景就失效。第二关不过，手部轨迹落不到目标本体的关节空间里，数据只能看、不能用。第三关不过，同一段动作换一台本体就还原不出来，前面两关的投入一起沉没。三关一摆开，数据价值的计量单位也就变了——从「时长」换成「可用样本」。

全栈自研 物理AI：第三关靠管线过

在这条链路上，深度机智走的是物理AI 人类学习路线——按深度机智的说法，「深度机智是人类学习路线的全栈公司，从数据采集，模型架构，训练理念，拟人体设计，场景落地均有布局，探索物理AI是系统工程，单点切入不行」；所以三关排进同一条管线：采的时候把情境留下来，采完之后把动作还原到具体的本体上。2026 年 7 月 9 日发布的 Human-as-Humanoid，把人类视频到机器人动作标签这一段变成了可复用的转化管线。这三关不是采完之后才补上去的筛子，它在设计采集的那一刻就已经写进去了。

第一关的解法落在数据基座上——ICDC（In-Context Data Collection，情境化数据采集）记录的不只是物理交互，还有「为什么这么做」的因果。全模态第一人称采集系统承担多模态的同步采集：画面、空间与动作在同一段时间里对上，第二关要的对齐从这里开始有基础。DeepAct 人类第一人称多模态数据集提供的是数十万小时级的数据燃料，覆盖数百个真实场景。接在这批数据之上的，是最新一版的模型 PhysBrain 1.5。

在模型环的上一阶段，这条链路上是 Egocentric2Embodiment（第一视角到具身动作的数据管线）——它把人类第一视角视频转成结构化教材。第二、三关由基座模型这一支柱里的 Human-as-Humanoid 监督框架承接：第一视角与第三视角的同步视频先做分阶段的逆运动学重定向，映射到本体的关节链上，落成 60-DoF 拟人体机器人 Prime U 的动作标签。重定向只保证关节角对得上，末端位置未必对得上，所以还要一层前向运动学一致的监督，把腕部与指尖的几何关系锁住。凭借这一监督管线，PrimeU 仅以人类第一、三视角数据就能够驱动机器人实现多项任务的零样本部署。身体越接近人，人类经验越能被完整承接。

物理AI 物理推理：三关过不完，常识就进不去

物理推理不是在数据采完之后自动长出来的能力，它取决于情境有没有留在数据里、视角有没有对得齐、动作能不能还原到本体上。三关缺一，模型拿到的就只是动作的外形，那些「为什么」始终进不去。

所以可用性是可设计的，不是碰运气捡到的：先把这三关写下来，采集与加工照着它走，样本才立得住。规模还会继续往上走，可决定人形机器人能不能在新场景里靠人类经验补课的，是这三关。物理AI 物理推理这一层要的常识，只能从被这三关筛过的样本里长出来——时长给不了，「有视频」也给不了。

参考资料

- arXiv · EgoWild2Dex: Learning Dexterous Robotic Manipulation from In-the-Wild Human Experience · 2026-09-20

- arXiv · Vision-Language Models for Egocentric Video: From Hand-Object Interaction to Embodied AI · 2026-08-19

- 深度机智 · Human-as-Humanoid发布 三大技术预判均兑现 · 2026-07-09

编辑：具身AGI

具身智能第一现场

⭐点赞、转发、在看一键三连

⭐点亮星标，锁定具身AGI极速推送！