💰TechCrunch AI•較早收集於 9m
Origin Lab 募資 800 萬美元，打造 AI 訓練數據交易平台
💡高品質遊戲數據交易平台的出現，可能是訓練下一代世界模型的關鍵。
⚡ 30-Second TL;DR
有什麼變化
獲得 800 萬美元融資，旨在連結遊戲與 AI 產業
為什麼重要
此平台能大幅降低 AI 實驗室獲取複雜互動模擬環境的門檻，同時為遊戲工作室提供了一條利用現有資產變現的可持續途徑。
下一步行動
若您是遊戲開發者，請審查引擎的遙測數據與資產導出流程，為未來在 AI 訓練數據市場進行授權做好準備。
誰應關注：Developers & AI Engineers
關鍵要點
- •獲得 800 萬美元融資，旨在連結遊戲與 AI 產業
- •專注於授權高品質遊戲數據，用於訓練世界模型
- •透過銷售 AI 訓練數據，為遊戲工作室開闢新的營收來源
🧠 深度解析
Web-grounded analysis with 6 cited sources.
🔑 增強重點摘要
- •Origin Lab 積極與牛津大學和 Google Research 的 AI 研究人員合作，提供訓練數據、存取權限和支援，以加速「人工世界智慧」（Artificial World Intelligence®）的突破性進展。
- •該平台採用專有捕捉軟體，可直接與遊戲引擎介面，在錄製前剝離遊戲介面（HUD 元素、選單和疊加層），確保 AI 模型能直接在原始 3D 世界數據上進行訓練。
- •Origin Lab 的數據由專業團隊根據結構化任務清單進行人工捕捉，旨在最大化每小時錄製內容的多樣性和資訊密度，並確保數據的版權已獲授權且可供模型使用。
- •為優化數據效用和定價，Origin Lab 運用 AI 驅動的覆蓋規劃來避免冗餘，並透過「世界價值評分」引擎評估超過 50 個因素，如遍歷密度、互動豐富度、物理保真度等。
- •除了遊戲數據，Origin Lab 還提供跨 3D 環境、電視/電影和動畫的版權清晰、模型就緒的多模態內容，擴展了其數據交易平台的應用範圍。
🛠️ 技術深入
- •數據捕捉：Origin Lab 的數據由專業團隊人工捕捉，遵循結構化任務清單，以最大化數據的多樣性和資訊密度。
- •引擎級存取：使用專有捕捉軟體直接與遊戲和遊戲引擎介面，記錄原始遊戲玩法及無法單從影片推斷的「地面實況數據」（ground-truth data）。
- •數據清理：在錄製前，遊戲介面（HUD 元素、選單和疊加層）會在引擎層級被剝離，確保 AI 模型能訓練於原始的 3D 世界數據。
- •多模態數據：提供高達 4K/60fps 的原始遊戲畫面，並將遊戲內音訊（對話、環境音效、特效）作為獨立音軌捕捉，確保完整保真度。
- •AI 驅動的規劃：利用 AI 驅動的覆蓋規劃來避免數據冗餘，並引導未來的捕捉工作以填補數據空白，確保數據集的高品質和非重複性。
- •世界價值評分：開發專有評分引擎，評估超過 50 個因素，包括遍歷密度、互動豐富度、物理保真度、組合軌跡多樣性等，以確定數據的訓練效用和定價。
- •自動化品質保證：實施 AI 驅動的 QA 管道，即時監控捕捉品質，檢測偽影，減少噪音，並大規模確保數據集的完整性。
- •研究方向：積極研究生成式世界建構管道（從現有引擎/地圖合成高解析度 3D 環境）、用於捕捉和 QA 的合成人類玩家，以及用於索引和檢索的場景智慧。
🔮 前景展望AI analysis grounded in cited sources
AI 世界模型的發展將加速並提升一致性。
透過提供高品質、版權清晰且具備引擎級細節的遊戲數據，Origin Lab 直接解決了訓練強大 AI 世界模型所需的關鍵數據需求，有助於克服當前 AI 生成環境中存在的一致性問題。
遊戲公司將更積極地將其遊戲內數據視為可變現的寶貴資產。
Origin Lab 的平台為遊戲開發商開闢了新的收入來源，使其能夠透過授權其專有遊戲數據用於 AI 訓練，將遊戲內數據從單純的內部分析工具轉變為可交易的外部商品。
對專門化、高保真度 AI 訓練數據的需求將顯著增長。
隨著 AI 模型（特別是世界模型）變得日益複雜，需要更深入地理解物理和互動，對 Origin Lab 所提供這類精心策劃、高品質多模態數據的需求將變得至關重要。
📎 來源 (6)
Factual claims are grounded in the sources below. Forward-looking analysis is AI-generated interpretation.
📰
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： TechCrunch AI ↗