以视频提取破解具身数据困境，枢途科技获数千万元融资，领跑视频具身数采蓝海 | 融资首发

当前，具身智能正面临高质量训练数据严重不足的发展困境。传统的动作捕捉与遥操作技术采集数据， 虽能实现1：1动作复刻，但成本高昂——单台数采设备从几万到十几万不等，且建设大型数采中心投入 巨大。 更关键的是，传统方式采集的数据通用性差，单一设备采集的数据通常仅服务于该设备自身， 形成"数据孤岛"，难以在不同机器人本体间迁移复用。 面对这一困境，行业头部企业纷纷转向互联网视频这一潜力数据源。今年5月，特斯拉工程主管Milan Kovac公开表示，Optimus将告别传统动作捕捉和远程操控，转向直接从互联网视频中学习。互联网视 频资源丰富、成本低廉，且蕴含着人类与物理世界交互的高维信息。如何将这些非结构化的2D视频数 据，转化为机器人可理解、可执行的训练数据，成为技术突破的关键。 枢途科技在成立之初就聚焦在视频提取具身数据技术上，自主研发的SynaData数据管线，实现了从互联 网单目视频中提取多模态、高精度具身训练数据的技术突破。SynaData通过视频数据升维、跨域重定向 retargeting等技术，将普通2D视频转化为包含轨迹、物体网格等信息的具身训练数据。相比传统方式， SynaData成功将综合采集成本 ...