FEAGINE 无本体具身数据
让人的每一次行动，成为机器可学习的经验。
将真实世界中的自然操作，转化为可训练、可评测、可跨本体迁移的具身数据。
不止记录发生了什么。更理解动作如何发生。
普通视频记录画面。擎羽数据同时保留视觉、运动、手部轨迹、接触关系、任务阶段与语义上下文，将连续的人类操作转化为结构化的具身学习样本。
每个交付 Episode 均经过自动检测与人工复核。仅保留视频完整、时间戳对齐、操作过程可见、
手部识别稳定、三维轨迹连续且能够稳定回投的数据。
0.5529 px
双目标定重投影 RMS 1
0.6837 px
双目标定重投影 RMS 2
0.6328 px
双目标定重投影 RMS 3
0.161–0.288 px
单目标定重投影 RMS
*交付画面中的手部骨架由公制 3D 手部轨迹结合六目相机内外参直接投影生成，并非独立的 2D 检测结果。因此，3D 数据与交付可视化之间的数值复现误差接近 0。
采集只是开始。
从原始多模态信号，到可直接进入模型管线的结构化 Episode。
Capture
记录真实的人类操作
Synchronize
统一多相机、IMU 与 metadata 时间轴
Reconstruct
恢复手部关键点、三维轨迹与空间关系
Understand
识别任务阶段、动作语义与交互对象
Validate
检测遮挡、漂移、轨迹异常与标注不一致
Retarget
将人类经验转换为不同机器人可使用的训练表示
01
Capture
记录真实的人类操作
02
Synchronize
统一多相机、IMU 与 metadata 时间轴
03
Reconstruct
恢复手部关键点、三维轨迹与空间关系
04
Understand
识别任务阶段、动作语义与交互对象
05
Validate
检测遮挡、漂移、轨迹异常与标注不一致
06
Retarget
将人类经验转换为不同机器人可使用的训练表示
从人的视角，记录行动本身。
通过头戴式多目感知系统，在自然操作过程中同步采集多视角视觉、惯性运动、头部位姿、手部状态、统一时间戳及任务 metadata。
Episode
一种经验，多种身体。
将人类操作中的任务意图、末端轨迹、动作阶段与接触关系从具体本体中解耦，使其能够被重定向到不同长度、 自由度、结构与安装方式的机器人。
具身机器人
四足机器人
轮式机器人
工业机械臂
机器灵巧手
其他移动平台
