以下文章来源于硬氪 ，作者黄楠 硬氪 . 专注全球化、硬科技报道。36kr旗下官方账号。 实现第三方具身模型验证的 视频具身数采方案。 文 ｜ 黄楠 编辑 ｜ 袁斯来 来源｜ 硬氪（ID:south_36kr） 封面来源 ｜ Unsplash 硬氪获悉，枢途科技（深圳）有限公司（以下简称"枢途科技"）近日完成数千万元天使轮融资，本轮由东方富海及兼固资本联合 领投。融资资金将重点投入视频具身数据采集管线的持续训练与迭代，加速其为多家头部具身智能企业的数据商业化交付进程。 "枢途科技"是硬氪长期关注的企业。公司于2024年成立，专注多模态具身智能数据采集及模型技术的研发与应用，通过融合视 觉、语言与环境交互系统，构建能够适应开放场景的通用具身数据平台，以推动具身智能技术在物流、制造与服务等领域的规模 化落地。 当前，随着具身智能发展迈入应用阶段，训练数据的规模、质量与多样性已成为制约模型性能提升的核心瓶颈。 尽管端到端模仿学习在结构化场景中表现出较强的任务拟合能力，但其依赖大量高质量演示数据，且存在因果混淆与泛化脆弱等 问题，难以适应动态开放环境。另一方面，基于遥操控的数据采集方式虽能获取人类直接操作信号，却受限 ...

作者｜黄楠 编辑｜袁斯来 硬氪获悉，枢途科技（深圳）有限公司（以下简称"枢途科技"）近日完成数千万元天使轮融资，本轮由东方富海及兼固资本联合领投。融资资金将重点投入 视频具身数据采集管线的持续训练与迭代，加速其为多家头部具身智能企业的数据商业化交付进程。 在此背景下，仅依靠有限规模的封闭数据集或高成本仿真平台，已无法满足下一代具身智能系统对更多模态、更长时序、更强交互数据的需求。行业亟需一 种可扩展、低成本、高真实度的数据来源，以突破当前模型在泛化性、适应性与推理能力方面的天花板。 利用网络视频训练人形机器人动作（图源/企业） 针对这一普遍痛点，行业多家头部企业关注到了互联网视频这一数据来源：互联网视频的获取及生产成本低廉，并且来源于真实物理世界，嵌有客观世界的 物理参数及自然规律等高质量、高维度信息。 今年8月初，马斯克在X上透露，特斯拉Optimus正在逐步放弃遥操作路线，预计未来几年将通过YouTube视频自主学习、掌握新技能；Figure也于此前9月中 宣布，其Helix已实现完全基于人类自我视角视频训练，理解自然语言指令，并在真实、杂乱的环境中实现自主导航。 相比其他企业进行视频数据创新性处理、并仅 ...