🔥36氪•較早收集於 2m
清華系星憶科技獲千萬首輪融資
💡中國EgoScale對手獲資：高精度穿戴設備擴展具身數據（32字）
⚡ 30-Second TL;DR
有什麼變化
獲清華系投資者首輪融資，用於多模態EgoKit數據套件。
為什麼重要
加速中國具身智能數據基礎設施競爭，可能降低高品質訓練數據成本，面對全球競爭。透過人類第一人稱數據擴展法則，提升機器人靈巧度。
下一步行動
使用開放EgoSuite數據集原型化類似EgoKit穿戴設備，測試多模態機器人微調。
誰應關注：Founders & Product Leaders
關鍵要點
- •獲清華系投資者首輪融資，用於多模態EgoKit數據套件。
- •相較EgoScale，具野外場景兼容性、觸覺與毫米級手部姿態精度。
- •針對可擴展、高自由度、精準人類操作數據，用於機器人VLA模型。
- •團隊擁有70+頂會論文與國家級項目。
🧠 深度解析
AI-generated analysis for this event.
🔑 增強重點摘要
- •星憶科技的EgoKit套件採用了專利的輕量化傳感器融合算法，旨在解決傳統穿戴設備在長時間數據採集時的熱漂移與數據對齊延遲問題。
- •該公司已與國內多家具身智能頭部企業簽署戰略合作協議，將其數據採集解決方案整合至機器人訓練流水線，以降低高質量VLA（視覺-語言-動作）模型訓練的數據獲取成本。
- •團隊核心成員不僅具備機器人背景，還引入了計算機視覺領域的專家，專注於解決非結構化環境下人類操作數據的自動標註與語義分割難題。
📊 競品分析▸ Show
| 特性 | 星憶科技 (EgoKit) | NVIDIA (EgoScale) | 傳統動作捕捉系統 |
|---|---|---|---|
| 應用場景 | 野外/複雜環境 | 實驗室/受控環境 | 專業攝影棚 |
| 數據模態 | 視覺+觸覺+毫米級姿態 | 視覺為主 | 視覺為主 |
| 部署靈活性 | 高（穿戴式） | 中（需固定基站） | 低（空間限制） |
| 成本 | 中等 | 高 | 極高 |
🛠️ 技術深入
- •傳感器融合架構：採用多模態同步採集技術，將IMU姿態數據與高頻觸覺傳感器數據在硬體層進行時間戳對齊，誤差小於1ms。
- •手部追蹤技術：利用基於事件相機（Event Camera）的視覺算法，實現毫米級手部關節點定位，即使在快速運動下也能保持高追蹤精度。
- •數據處理管道：支持邊緣端實時數據預處理，通過輕量化模型進行初步的動作語義提取，減少後端傳輸帶寬需求。
- •觸覺感知：集成柔性壓力傳感器陣列，能夠捕捉人類操作物體時的細微力矩變化，為機器人靈巧手訓練提供力控數據。
🔮 前景展望AI analysis grounded in cited sources
星憶科技將成為具身智能數據集標準化的關鍵推動者。
通過提供高精度、標準化的多模態數據採集工具，該公司有望定義行業內機器人訓練數據的採集規範。
該公司的技術將顯著縮短機器人從實驗室走向現實世界的訓練週期。
高質量的野外場景數據能有效提升VLA模型在複雜環境下的泛化能力，減少針對特定場景的微調需求。
⏳ 時間線
2025-11
星憶科技正式註冊成立，核心團隊完成初步技術驗證。
2026-02
完成千萬級首輪融資，由水木創投領投。
📰
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： 36氪 ↗