HOMIE Gen2全新发布!解锁人类经验的Scaling Law
Ropedia 发布了新一代多模态采集系统 HOMIE Gen2,旨在将人类经验规模化转化为机器人训练数据。该公司提出“人类经验扩展定律”,认为机器人能力将随高质量人类经验的规模化增长而提升。HOMIE Gen2 具备沉浸式采集能力,支持多种模态同步记录,为具身智能提供训练级数据。
Ropedia 发布了新一代多模态采集系统 HOMIE Gen2,旨在将人类经验规模化转化为机器人训练数据。该公司提出“人类经验扩展定律”,认为机器人能力将随高质量人类经验的规模化增长而提升。HOMIE Gen2 具备沉浸式采集能力,支持多种模态同步记录,为具身智能提供训练级数据。
SynthePulse Insight · AI 深度解读
版本 1 · 1 个来源
新加坡公司Ropedia发布第四代头戴式数据采集系统HOMIE Gen2,试图以人类第一视角的“经验数据”弥补物理AI训练数据不足的短板。
Ropedia于2026年8月26日发布HOMIE Gen2,一款头戴式数据采集系统,旨在记录真实世界的人类活动,并将其转化为机器人和物理AI模型的训练数据。公司CEO赵曦(Zhaoxi Chen)在公告中表示,大语言模型已证明扩展训练数据可以解锁新的智能水平,物理AI遵循类似的扩展原则,但其训练数据必须捕捉真实世界的复杂性。
赵曦指出,传统的固定摄像头设置和受控演示可以捕捉单个动作,但难以提供训练物理世界系统所需的多样性和野外数据。HOMIE Gen2的设计初衷是让数据采集在自然发生的环境中进行,而非在专门的数据采集设施中重现。
HOMIE Gen2重380克,提供360度视觉覆盖,以30帧/秒录制1080p视频,采用全局快门(一次性捕捉整个图像而非逐行扫描),并配备四通道空间音频。设备还设有多功能端口,支持多台设备同步,可从不同人物和视角同时记录环境。
系统自包含且免提,适合在家庭、工厂和零售等场景中佩戴使用。Ropedia表示,多个HOMIE Gen2单元可同时使用,以从不同视角记录同一环境。
录制内容通过Ropedia的“人类经验引擎”处理,该引擎同步并结构化超过10种信息类型,包括视频、音频、深度、运动、身体姿态和空间数据。公司称测试显示系统在捕捉和解读真实世界人类活动方面的准确率最高达96%。
HOMIE Gen2建立在Ropedia于3月发布的Xperience-10M数据集之上,该数据集包含超过1000万个交互片段,源自10000小时的第一人称录制。
此次发布紧随Ropedia的pre-Series A融资轮之后,使公司总融资额达到3000万美元。HOMIE Gen2是公司过去12个月内开发的第四代采集硬件。
赵曦将物理AI的现状比作自动驾驶大规模部署前的阶段:“自动驾驶有数百万辆汽车在路上生成真实世界数据,而物理AI还没有那么大规模的机器人部署。人类数据有助于弥合这一差距。”
本文信息主要来自Ropedia的官方公告,经The AI Insider转载。所有关于产品性能(如96%准确率)和数据集规模(如1000万交互片段)的数据均为公司单方面声称,未经独立验证。
HOMIE Gen2代表了物理AI数据采集的一种新思路:用人类第一视角的“经验”来弥补机器人部署不足带来的数据缺口。但其实际效果和96%的准确率仍需独立验证。
主报道
主报道来源