Portable Machine Learning: Diesmal packen wir die Fähigkeit des "Trainingsroboters" in die Tasche jedes Einzelnen.

Embodied Datenerfassung geht von der Sammelfabrik in den Alltag

Derzeit sind die für Embodied Intelligence benötigten Daten immer noch auf Laboratorien und zentrale Datenerfassungsszenarien beschränkt. Die vielfältigen Operationen und physischen Interaktionen in der realen Welt können schwer systematisch erfasst werden. Wenn wir die Entwicklung der autonomen Fahrweise betrachten, können wir sehen, dass wenn das System aus dem Labor auf die echten Straßen geht, sich die Datenerfassung von einer geringen, kontrollierten Menge zu einer massiven Datensammlung in realen Szenarien wandelt, was wiederum die schnelle Verbesserung der Modellfähigkeiten antreibt.

Basierend auf dieser Erfahrung hat Qiongche Intelligence offiziell RoboPocket vorgestellt – über das Smartphone und die App kann jeder Benutzer an der Datenerfassung teilnehmen, Aufgaben erfüllen und Daten hochladen, um eine leichte, kontrollierbare und hochwertige Datenerfassung zu erreichen. Damit wird die Datenerfassung auf eine breitere reale Umgebung erweitert, sodass mehr Benutzer an der Aufgabenerfassung teilnehmen können. Unter der Voraussetzung von Leichtigkeit und Kontrollierbarkeit werden kontinuierlich hochwertige nutzbare Daten erzeugt, um eine realistischere und zuverlässigere Datenbasis für das Embodied Intelligence - Modell aufzubauen.

RoboPocket – Jeder Durchschnittsbürger kann hochwertige Daten erfassen

RoboPocket ist eine hochwertige Datenerfassungslösung, die jeder Durchschnittsbürger bedienen kann und mit der man einfach aus der Tasche nehmen und sofort anfangen kann, Daten zu erfassen.

Leicht und einfach zu bedienen: Hochintegrierte Geräte für hochwertige Datenerfassung

Die Datenerfassung hängt nicht mehr von komplizierten professionellen Geräten ab. Ein Smartphone reicht aus, um unbegrenzte hochwertige Datenerfassungsmöglichkeiten zu erschließen. RoboPocket ist klein und leicht und kann sofort nach dem Öffnen der Verpackung verwendet werden. Benutzer müssen nur das Smartphone leicht an das Gerät halten, um die Verbindung herzustellen und die Datenerfassung zu starten.

Bildunterschrift: Auspacken und schneller Start

Diese leichte Datenerfassungslösung geht nicht auf Kosten der Genauigkeit.

Smartphones wie das iPhone verfügen sowohl über eine RGB - Kamera als auch über eine Tiefenkamera (LiDAR). Im Vergleich zum reinen visuellen SLAM ist es ein Ansatz mit Mehrsensorfusion (Vision, Tiefe, IMU). In diesem Ansatz ist die Erfassungsgenauigkeit höher als beim reinen VSLAM. Im Vergleich zur Infrarot - Positionsbestimmung ist kein Basisstationstether erforderlich, und es bleibt hochintegriert. Der abnehmbare und austauschbare Weitwinkelobjektiv bietet einen ultraweiten Blickwinkel, und die Qualität des Originalobjektivs ist hervorragend, unbeeindruckt von Herausforderungen wie starker oder schwacher Beleuchtung in realen Szenarien. Es kann sowohl in dunklen Räumen als auch in der direkten Sonneneinstrahlung im Freien eine gute Leistung erbringen.

Bildunterschrift: Weitwinkelobjektiv, ultraweiter Blickwinkel

RoboPocket nutzt die ausgereiften Fähigkeiten des Smartphones, um SLAM - Positionsbestimmung und Kartenerstellung durchzuführen. Im Vergleich zum originalen UMI, das manuelle Kalibrierung und wiederholte Bedienungen erfordert, besteht einer der Kernwerte von RoboPocket darin, dass die Kartenerstellung für die Benutzer "unsichtbar" wird.

Bildunterschrift: Schnelle Kartenerstellung

RoboPocket garantiert die Erfassungsqualität in Echtzeit und fungiert als intelligenter Zentralpunkt

In der Ära der Massenproduktion von Embodied - Modellen ist die Datenqualität genauso wichtig wie die Datenmenge.

Die herkömmliche UMI - Datenerfassungslösung steht immer vor dem unmöglichen Dreieck von Datenqualität, Tragbarkeit und Nachbearbeitungsaufwand. Wenn man die Datenqualität gewährleisten möchte, muss man normalerweise die Benutzerfreundlichkeit opfern. Die Datenerfassungsgeräte werden an den Computer angeschlossen, um die Effizienz der Qualitätstrückmeldung vor Ort zu verbessern. Aber diese Methode kann nicht in jedes Haushalt gelangen. Oder man muss kleine Geräte mit integrierter Speicherung und Datenerfassung verwenden, was den Nachbearbeitungsaufwand nach der Datenerfassung erhöht, die Erfassungseffizienz senkt und den Anteil nutzbarer Daten verringert.

RoboPocket ist für die Datenerfassung in großen, verteilten realen Szenarien konzipiert. In integrierter Form löst es dieses unmögliche Dreieck durch die Stärkung der Echtzeit - Interaktion und der Qualitätskontrolle.

Wir haben das Paradigma der Datenerfassung für Embodied Intelligence neu definiert und unser Verständnis der Modelltraining in den intelligenten Zentralpunkt am Endgerät integriert. RoboPocket ist ein ständig verfügbares künstliches Intelligenz - Tutor, das nicht nur die Qualität jedes Datenframes sofort diagnostizieren und die Datenerfassungspersonen intelligenterweise anleiten kann, ihre Bewegungen anzupassen, sondern auch den Datenwert durch Echtzeit - Interaktion dynamisch bewerten kann, sodass jede Datenerfassung direkt zur wichtigsten Modellentwicklung beiträgt.

• Aufgabenanleitung: Die Anleitungen für die Aufgaben - Datenerfassung können in Echtzeit an die Datenerfassungspersonen gesendet werden, um sie bei der Bedienung zu leiten.

Bildunterschrift: Anleitung für die Aufgaben - Datenerfassung

• Echtzeit - Interaktionshinweise: Warnen der Erfassungspersonen vor zu schnellen Bewegungen oder Überschreitung des Arbeitsraums des Roboters, um zu vermeiden, dass ungültige Daten in den Nachbearbeitungsprozess gelangen.

Bildunterschrift: Detektion ungewöhnlicher Geschwindigkeit

Bildunterschrift: Überwachung ungewöhnlicher Bewegungen

• Mehrdimensionale Qualitätsbewertung: Die Daten werden bereits in der Erfassungsphase bewertet, um die Erfassungspersonen zu helfen, Fehler sofort zu korrigieren und um eine Grundlage für die Nachbearbeitung zu schaffen.

Bildunterschrift: Geschlossener Qualitätskontrollkreis für die Daten

Indem RoboPocket bereits in der Erfassungsphase einen Qualitätskontrollmechanismus einführt, kann es die Datenqualitätsprobleme so früh wie möglich lösen, sodass die anschließende Datenverarbeitung von einer "katastrophalen Reinigung" zu einer "überwachten Auswahl" wird.

Flexible Integration der ersten - Person - Perspektive: Schnelle Ausrichtung mehrerer Geräte

Die begrenzte Sicht ist ein natürliches Problem der ersten - Person - Perspektive am Handgelenk. RoboPocket unterstützt die flexible Integration der ersten - Person - Perspektive und erreicht über die schnelle Ausrichtung mehrerer Geräte dieselbe Raumkoordinate. Diese Konstruktion behält die "Embodied - Konsistenz" des UMI bei und ergänzt den Szenario - Kontext, um sicherzustellen, dass RoboPocket nicht nur "gut handhabbare" Tischaufgaben erfassen kann, sondern auch zusätzliche Perspektiven und Szenarioinformationen für komplexere und vielfältigere Szenarien liefern kann.

Bildunterschrift: Erste - Person - Perspektive

In Szenarien mit Mehrarm - Datenerfassung oder Kooperation ist es wichtig und gleichzeitig schwierig, die Zeitstempel mehrerer Geräte schnell auszurichten und das Koordinatensystem zu vereinheitlichen. RoboPocket senkt die Schwelle für diesen Schritt erheblich. Durch den schnellen Synchronisierungsmechanismus von RoboPocket können mehrere Smartphones Zeitstempel und SLAM - Koordinatensystem teilen, und das Paaren von zwei Armen wird auch extrem einfach.

Bildunterschrift: Schnelle Synchronisierung von zwei Armen

Hohe Erweiterbarkeit: Reichhaltige Benutzerinteraktion

Abgesehen von der Hardwareerweiterung bieten die Rechenleistung des iOS - Systems und die reichhaltigen UI - Oberflächen mehr und fortschrittlichere Funktionsinteraktionen. Dadurch können die Datenerfassungspersonen auf intuitive Weise Anweisungen erhalten, die Qualität kontrollieren und sogar den gesamten Datenerfassungsprozess abschließen.

Neben den oben genannten Funktionen zur Qualitätskontrolle unterstützt RoboPocket auch die Echtzeit - Wiedergabe und das automatische drahtlose Hochladen von Daten. Die Datenerfassung kann auch per Sprache oder Tastendruck gestartet werden.

Datenkognition, Modell - Know - how und Dateninfrastruktur

Die Hardware ist nur der Anfang. Die echte Hürde liegt in der Kognition darüber, was nutzbare Daten sind, dem "Modell - Know - how" und dem Aufbau der Datenpipeline.

Von der professionellen Datenerfassung bis in den Alltag der Durchschnittsbürger treibt Qiongche Intelligence kontinuierlich die Branche an, ihr Verständnis von Daten und ihre Methodik zu verbessern:

• 2023 veröffentlichte Qiongche Intelligence gemeinsam mit dem Team von Lu Cewu der Shanghai Jiao Tong University den RH20T - Datensatz für Embodied Intelligence im großen Maßstab: Unter vordefinierten Bedingungen wird die systematische und massenhafte Datenerfassung von Roboter - Betriebsdaten ermöglicht.

• 2025 veröffentlichte Qiongche Intelligence das CoMiner - System für begleitende Datenerfassung: Die Roboter verlassen die Datenerfassungsstätte und treten in die reale Welt ein, um reichhaltigere und komplexere Betriebsdaten in einer offenen Umgebung zu sammeln.

• 2026 machte Qiongche Intelligence einen noch wichtigeren Schritt: Die Datenerfassung von Robotern wird von bestimmten Orten und der Abhängigkeit von professionellen Systemen in die gesamte Gesellschaft ausgeweitet - jeder Durchschnittsbürger und jedes Smartphone kann ein Knotenpunkt im Lernnetzwerk der Roboter werden, sodass die Daten im realen Leben kontinuierlich Wert schaffen.

Hinter der massiven Datenerfassung steht unsere starke Dateninfrastruktur und die wissenschaftliche Datenpipeline, die effizientes Aufgaben - Design, massenhafte Datenerfassung, Hochladen, Reinigung und Qualitätsüberwachung abdecken. Am Ende dienen sie dem Modelltraining und der - evaluierung und leiten die nächste Runde der Datenerfassung rückwirkend an.

Bildunterschrift: Qiongche Embodied - Werkzeugkette

Der Kern, der diese Daten dazu bringt, kontinuierlich Wert zu schaffen, ist die langjährig ausgebaute Modellfähigkeit von Qiongche Intelligence.

Am Ende des neuesten öffentlichen Videos zeigen wir, dass nur mit den Daten, die mit der RoboPocket - Lösung erfasst wurden, eine Roboterstrategie trainiert werden kann, die langfristige Aufgaben, Zweiarm - Kooperation, keine Fernsteuerung und keine Wiedergabe unterstützt und die Aufgaben auf industriellen Kameras und