51World如何用AperEgo与AperOS采集人形机器人训练数据

人形机器人要真正走出实验室，难点不只是让机器“看见”物体，还要让它学会如何移动、伸手、抓取和操作。相比单纯的图像数据，具身人工智能（Embodied AI）需要大量来自真实世界的多模态训练样本。

北京科技公司51World近日推出了一套软硬件组合，试图把人的操作过程更系统地转化为机器人可使用的训练数据。其核心产品包括可穿戴采集系统 AperEgo 和数据处理平台 AperOS。

51World推出了什么

AperEgo由多摄像头头戴设备、腕部设备和手指硬件组成。使用者佩戴设备完成具体任务时，系统会同步记录其所处环境、身体动作、声音以及手部和手指的细节。

AperOS则用于接收、管理和处理这些多模态数据。两款产品属于51WORLD更广泛的具身AI产品布局；公司在8月18日举行的发布活动上，还介绍了具身数据基础设施AperData和具身应用平台AperOne。

AperEgo如何采集训练数据

在实际采集过程中，使用者佩戴设备执行任务。头戴设备通过多摄像头记录全景第一人称视角，让人工智能模型获得“使用者看到的环境”这一视觉记录。相关传感器还会同步采集视觉、运动和音频信息；腕部和手指设备则进一步补充手臂、手掌及手指的运动数据。

这套设计的关键在于，将“看到了什么”与“如何完成动作”联系起来。一段记录不仅包含眼前的场景，也包含伸手、抓握和操纵物体时的身体与手部动作，因此尤其适用于训练机器人完成精细操作任务。

AperOS如何处理这些数据

AperEgo采集到的多模态数据会传入AperOS。51World表示，平台会在数据上传和后续处理前筛除无效记录，从而减少所需的存储空间和计算资源，同时保留更适合模型开发的数据集。

其工作流程大致可以分为五步：

1. 采集： AperEgo记录使用者执行任务时的第一人称视觉、动作和音频信息。
2. 补充手部细节： 腕部和手指设备捕捉伸手、抓取及操纵物体等动作。
3. 同步： 对不同传感器的数据流进行时间对齐，使视觉、声音和动作描述的是同一个行为过程。
4. 筛选： AperOS在上传及后续处理前，移除公司认定为无效的数据。
5. 训练准备： 经整理的数据可用于开发具身AI模型，并改进机器人的学习流程。

99%的精度意味着什么？

51World首席执行官李毅表示，软硬件一体化系统可以将数据精度提升至 99%。他认为，更高精度的数据能够帮助机器人更准确、更高效地学习，并提升数据采集、数据利用、模型训练和泛化环节的效率。

不过，99%这一数字目前应视为51World的公司声明，而不是已经由独立机构验证的基准测试结果。现有报道没有披露外部测试方案、对比数据集或独立验证结果。更干净、更完整的人类示范数据可能有助于训练，但机器人最终表现还会受到模型、硬件、任务类型、运行环境和评估方法等因素影响。

为什么训练数据层越来越重要

人形机器人需要在不断变化的物理环境中协调感知与动作。高质量的人类示范数据，理论上可以帮助开发者教会机器人更可靠地应对不同物体、空间和精细运动任务。换句话说，51World此次布局的重点并不是制造一款人形机器人，而是完善具身AI背后的数据管线。

这一动作也发生在中国人形机器人产业加速商业化的背景下。TrendForce预计，中国人形机器人市场将在2026年达到150亿元人民币（约合22亿美元），并在2027年保持至少60%的增长；汽车、3C电子、航空航天、物流和能源等应用场景的扩大，以及产量提升，将推动市场继续发展。

市场预测本身并不能证明AperEgo或AperOS会成为增长的直接驱动力，但它解释了数据基础设施为何变得重要：当越来越多机器人从展示性演示走向实际部署，开发者需要能够持续产出、筛选并组织真实世界示范数据的系统。对于人形机器人而言，训练数据可能正从幕后资源变成决定落地速度的关键基础设施。