以下文章来源于硬氪 ，作者黄楠 硬氪 . 专注全球化、硬科技报道。36kr旗下官方账号。 实现第三方具身模型验证的 视频具身数采方案。 文 ｜ 黄楠 编辑 ｜ 袁斯来 来源｜ 硬氪（ID:south_36kr） 封面来源 ｜ Unsplash 硬氪获悉，枢途科技（深圳）有限公司（以下简称"枢途科技"）近日完成数千万元天使轮融资，本轮由东方富海及兼固资本联合 领投。融资资金将重点投入视频具身数据采集管线的持续训练与迭代，加速其为多家头部具身智能企业的数据商业化交付进程。 "枢途科技"是硬氪长期关注的企业。公司于2024年成立，专注多模态具身智能数据采集及模型技术的研发与应用，通过融合视 觉、语言与环境交互系统，构建能够适应开放场景的通用具身数据平台，以推动具身智能技术在物流、制造与服务等领域的规模 化落地。 当前，随着具身智能发展迈入应用阶段，训练数据的规模、质量与多样性已成为制约模型性能提升的核心瓶颈。 尽管端到端模仿学习在结构化场景中表现出较强的任务拟合能力，但其依赖大量高质量演示数据，且存在因果混淆与泛化脆弱等 问题，难以适应动态开放环境。另一方面，基于遥操控的数据采集方式虽能获取人类直接操作信号，却受限 ...

公司融资与业务定位 - 枢途科技近日完成数千万元天使轮融资，由东方富海及兼固资本联合领投 [1] - 融资资金将重点投入视频具身数据采集管线的持续训练与迭代，加速为多家头部具身智能企业的数据商业化交付进程 [1] - 公司于2024年成立，专注多模态具身智能数据采集及模型技术的研发与应用，旨在构建适应开放场景的通用具身数据平台 [1] 行业痛点与技术背景 - 训练数据的规模、质量与多样性已成为制约具身智能模型性能提升的核心瓶颈 [1] - 端到端模仿学习依赖大量高质量演示数据，且存在因果混淆与泛化脆弱等问题，难以适应动态开放环境 [1] - 基于遥操控的数据采集方式受限于硬件成本高、操作效率低、场景覆盖窄等现实约束，成本高昂，难以实现规模化数据生产 [1] - 行业亟需一种可扩展、低成本、高真实度的数据来源，以突破模型在泛化性、适应性与推理能力方面的天花板 [2] 核心技术解决方案 - 枢途科技自主研发SynaData数据管线解决方案，实现从互联网RGB视频提取多模态具身数据并服务于第三方具身模型 [3][5] - 该方案通过视频数据升维、跨域retargeting等技术，将视频转化为多模态、高精度的具身训练数据，综合数采成本降为行业平均水平的千分之五 [5] - 在具体任务测试中，基于该数据集训练的模型对外卖袋的抓取成功率提升至88%，显示出极强的场景泛化能力 [6] 技术进展与未来规划 - SynaData系统已完成全管线技术验证，累计处理数千小时覆盖室内外多种环境的视频内容，产出涵盖逾百种任务类型的标准化数据集 [7] - 部分数据已在清华RDT、PI π0、智元UniVLA、EquiBot等主流开源视觉语言动作模型中应用 [7] - 在精度维度上，公司计划通过动态遮挡建模与多视角重建技术，将轨迹与姿态重建精度从毫米级推进至2毫米以内 [7] - 泛化能力方面，计划将适配本体类型扩展至100种以上，覆盖从人形机器人、灵巧手到各类移动底盘的全谱系硬件 [7] - 公司预计于2025年第四季度推出业界首个基于真实场景视频的开源具身数据集，旨在打通数据生产-仿真训练-系统部署的全链路 [8]