Recentemente, na Conferência Mundial de Inteligência Artificial de 2026 (WAIC2026), a Kuawei Intelligence lançou e abriu oficialmente o primeiro conjunto de dados em grande escala do mundo que integra do humano à simulação ao robô real, realizando o alinhamento tridimensional de tempo, espaço e ação — o Aligned DexWorld, fornecendo uma infraestrutura de dados central padronizada, reutilizável e combinável para superar o gargalo de escalabilidade em modelos de inteligência incorporada.
Como um conjunto de dados heterogêneo de alta qualidade projetado especificamente para pré-treinamento em larga escala de modelos incorporados, o Aligned DexWorld integra conjuntos de dados públicos populares como Droid, AgiBotWorld-Beta, RoboMIND, RH20T, LIBERO, RoboTwin e VITRA, todos padronizados após o processamento. O conjunto de dados abrange diversos tipos de dados, incluindo demonstração humana, teleoperação com robô real, simulação sintética e perspectiva em primeira pessoa.
Em termos de escala, o Aligned DexWorld contém mais de 2 milhões de amostras de dados humanos e robóticos, incluindo dados de robôs reais de diferentes corpos (robôs humanoides e braços robóticos), dados de simulação e demonstrações de mãos humanas em primeira pessoa.
Diferente de conjuntos de dados tradicionais que apenas padronizam formatos, o valor central do Aligned DexWorld reside no alinhamento físico profundo, realizando o alinhamento físico unificado de todos os dados heterogêneos a partir de três dimensões principais: espaço, ação e tempo, garantindo que o mundo tridimensional observado pelo modelo e as ações robóticas executadas sejam completamente correspondentes e interoperáveis.
Para atender à necessidade de alinhamento de 2 milhões de amostras de dados heterogêneos em larga escala, o conjunto de dados estabeleceu um processo padronizado em ciclo fechado que inclui calibração manual, solução geométrica, assistência de modelo e verificação humana. Por meio de ferramentas de calibração visual combinadas com otimização algorítmica, os desvios de dados são corrigidos com precisão, evitando erros de processamento totalmente automatizado, tornando a lógica de alinhamento de cada dado rastreável, verificável e reproduzível.
Considerando o custo extremamente alto da segmentação manual de dados em grande escala, a Kuawei desenvolveu um processo de anotação totalmente automatizado, dividido em duas etapas: segmentação de comportamento e anotação semântica de segmentos. Primeiro, segmentos candidatos são gerados com base na velocidade de movimento do robô e no estado de abertura/fechamento da garra; em seguida, um VLM (Modelo de Linguagem Visual) combina os segmentos candidatos, divide subtarefas padrão e gera automaticamente anotações textuais, realizando a automação de todo o processo.
Este sistema de anotação automatizada reduz drasticamente os custos de mão de obra, produzindo eficientemente dados de subtarefas padronizados e alinhados em grande escala; dados modulares de alta qualidade podem melhorar significativamente a capacidade de generalização de modelos incorporados, reduzindo a quantidade de dados necessária para treinar novas tarefas, estabelecendo uma base de produção de dados de baixo custo e reutilizável para toda a indústria robótica, acelerando a implementação em larga escala da IA física geral.
Comentários (0)
Deixe um comentário