破晓智能发布SeePhys Hub:补全具身智能全身全模态数据采集拼图

2026/10/14 12:51阅读量 8

10月14日,破晓智能联合天珑移动发布全身全模态数据采集系统SeePhys Hub,旨在解决第一视角(Ego)数据在机器人全身运动与触觉交互信息上的缺失。该系统通过四目头环、腕部手环、腰腿追踪器及可选触觉手套,实现视觉、运动与触觉信号的毫秒级同步采集。创始人杨朔表示,此举是为构建未来的全模态世界模型提供高质量训练数据,而非直接制造机器人本体。

事件概述

2026年10月14日,AI初创公司破晓智能(PHANES AI)联合天珑移动正式发布SeePhys Hub。这是一款面向具身智能领域的全身全模态数据采集系统,试图在轻量级第一视角(Ego)数据与高精度动捕数据之间,探索一种兼顾规模化与完整交互信息的中间路线。

核心技术与产品形态

针对当前机器人学习中“人类操作数据规模扩大但身体状态信息缺失”的痛点,SeePhys Hub采用稀疏节点方案,通过多传感器融合恢复全身姿态并记录触觉反馈:

  • 硬件组成:

    • 头部:四目头环,提供360°环视视野,重量不超过220克。
    • 手腕:两个腕部手环,内置相机补充近距离操作细节,单重不超过75克。
    • 躯干/腿部:三个动作追踪器(部署于腰部及双小腿),结合IMU(惯性测量单元)和UWB(超宽带测距)信号,用于估计全身姿态。
    • 触觉(可选):触觉手套,记录双手与物体接触时的压力变化。
  • 关键性能指标:

    • 多模态同步:头环内相机、IMU和UWB的同步精度控制在0.5毫秒以内,确保视频、运动状态与压力变化的时间对齐。
    • 算法支持:配套平台具备解析、清洗、动作切分、语义标注功能,并能进行场景重建、姿态估计及手部追踪,最终将人类动作重定向映射至机器人本体。

工程取舍与设计逻辑

团队在产品设计上做出了明确的工程化权衡,以平衡数据质量与采集可行性:

  1. 轻量化优先:为避免穿戴设备影响人的自然操作,设备被设计得尽可能轻便。测试显示,若使用精细触觉手套,可能在洗碗等防水场景中产生噪声或干扰操作,因此触觉模块设为可选配置。
  2. 分层数据策略:在创始人兼CEO杨朔提出的“三层数据金字塔”中,SeePhys Hub定位於中间层。底层为互联网视频(低成本、大数量),顶层为高精度动捕/真机数据(高成本、小数量),SeePhys Hub旨在填补两者之间的空白,提供比纯视觉更完整、比专业动捕更易规模化的数据源。
  3. 供应链合作:破晓智能负责产品设计与算法研发,天珑移动提供成本控制、供应链管理及质量保障经验,以降低量产门槛。

战略背景与未来规划

  • 团队背景:破晓智能由国内最年轻AI教授博导杨朔(1998年生,哈工大深圳长聘教授)创立。核心团队90%以上成员来自清华、北大、港大、哈工高等高校,专注于全模态大模型与世界模型研究。
  • 技术演进路径:此前团队已发布EgoTouch数据集及TouchAnything研究,实现了视觉与触觉的初步结合;SeePhys Hub将这一能力从“双手”扩展至“全身”,以支持迈步、弯腰等全身协调任务的学习。
  • 商业模式:不直接制造机器人本体,而是作为数据与算法供应商。提供三种服务模式:
    1. 仅出售硬件,客户自行处理数据。
    2. 提供配套算法与本地部署的完整方案。
    3. 面向科研场景的云端数据处理服务。
  • 未来展望:团队计划于2027年推出全模态世界模型,并优先在工业、餐饮零售等垂直场景进行应用验证。杨朔认为,相比盲目扩大参数规模,让有限规模的模型掌握物理交互能力并稳定执行任务,是更具现实意义的挑战。

准备好启动您的定制项目了吗?

现在咨询,即可获得免费的业务梳理与技术架构建议方案。