⚡雷峰网•最新收集於 68m
Maniformer 再獲數億元融資
💡了解獲融資的平台如何將真實機器人互動轉化為可規模化的訓練資料。
⚡ 30-Second TL;DR
有什麼變化
本輪由中國電信領投，張江集團、紅杉中國及其他既有投資人參與。
為什麼重要
此輪融資強化了 Maniformer 作為具身 AI 資料基礎設施供應商的定位，而不只是硬體廠商。標準化採集硬體結合閉環評測，有望降低物理 AI 系統在工廠、物流及服務場景中的部署成本。
下一步行動
將 MEgo 式第一視角資料採集與現有遙操作流程進行基準測試，比較標註成本、軌跡精度及任務成功率提升幅度。
誰應關注：Developers & AI Engineers
關鍵要點
- •本輪由中國電信領投，張江集團、紅杉中國及其他既有投資人參與。
- •MEgo 是輕量化無本體資料採集產品，可同步擷取環境感知與手部操作資料，軌跡精度達毫米級。
- •MEgo Engine 自動化處理預處理、空間重建、多模態標註與品質評測，據稱可將處理效率提升超過 10 倍。
- •Maniformer 已在中國超過 20 個城市及海外 5 個以上節點部署資料採集業務。
- •公司目標是為具身 AI 模型訓練提供千萬小時級的物理互動資料。
🧠 深度解析
AI-generated analysis for this event.
🔑 增強重點摘要
- •Maniformer 的核心技術架構採用了「物理 AI（Physical AI）」數據閉環策略，旨在解決具身智能領域數據稀缺與質量不均的痛點。
- •該公司與中國電信的合作不僅限於資本層面，還涉及雲網融合基礎設施的深度整合，以支持大規模物理數據的傳輸與存儲。
- •MEgo 設備採用了專有的傳感器融合算法，能夠在非結構化環境中實現高頻率的力覺與視覺同步採集。
- •Maniformer 已建立了一套針對具身智能的數據治理標準，涵蓋了從數據清洗、語義標註到仿真環境回灌的全流程。
- •此次融資後，Maniformer 計畫在上海張江科學城建立具身智能數據處理中心，進一步強化其在長三角地區的產業鏈佈局。
📊 競品分析▸ Show
| 競爭對手 | 核心技術路徑 | 數據採集方式 | 標註自動化程度 |
|---|---|---|---|
| Maniformer | 輕量化無本體採集 | MEgo 穿戴式設備 | 高 (MEgo Engine) |
| Covariant | 機器人基礎模型 | 雲端數據回傳 | 中 |
| Figure AI | 通用人形機器人 | 遙操作與仿真 | 中高 |
| Physical Intelligence | 物理通用模型 | 多模態數據集 | 高 |
🛠️ 技術深入
- 數據採集架構：MEgo 採用多傳感器同步技術，支持 IMU、RGB-D 相機及力傳感器數據的微秒級對齊。
- 空間重建技術：利用神經輻射場 (NeRF) 或 3D 高斯噴灑 (3D Gaussian Splatting) 技術，將採集的原始數據轉化為機器人可理解的 3D 語義地圖。
- 數據處理引擎：MEgo Engine 內置多模態大模型 (LMM) 進行自動化標註，能識別複雜的人類操作意圖並轉化為機器人動作序列。
- 數據治理：支持數據去隱私化處理，確保在多城市部署過程中的合規性與安全性。
🔮 前景展望AI analysis grounded in cited sources
Maniformer 將成為具身智能領域最大的物理數據供應商。
通過千萬小時級的數據積累與自動化治理能力，該公司有望建立行業數據標準，形成技術護城河。
具身智能訓練成本將因數據處理效率提升而顯著下降。
MEgo Engine 聲稱的 10 倍效率提升將直接降低機器人模型訓練的數據準備週期與人力成本。
⏳ 時間線
2023-05
Maniformer 正式成立，專注於具身智能數據基礎設施。
2024-02
發布首代 MEgo 數據採集設備，開始在小範圍內進行試點部署。
2025-01
完成上一輪融資，並啟動全球數據採集節點建設。
2026-08
完成數億元人民幣融資，由中國電信領投，擴大硬體量產與全球佈局。
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： 雷峰网 ↗