获取高质量机器人训练数据是一个缓慢且痛苦的昂贵过程。

人类标注员的成本约为每小时50美元，这使得机器人实验室的扩展成为一场噩梦。

今天，彻底改变了这个方程式。

他们刚刚推出了 Egocentric，这是“具身推理”系列新产品中的第一个。

基本上，它将原始视频转化为可用于策略训练的监督信号，成本比人类标注便宜10-15倍。

它不是让VLM从平面截图中猜测动作，而是跟踪实际的物理运动：

→ 每只手提取21个关键点的骨骼→ 跟踪持久的左手/右手身份→ 将边界映射到实际接触和释放

结果呢？

在 WGO-Bench 上取得了新的 SOTA：

→ 端到端 F1 分数跃升77%（0.280 vs 0.158）→ 超越了基于 Gemini 3.5 Flash 和 Gemini Robotics-ER 1.6 的最佳管道 💥

观看这些3个精彩的具身推理示例，在家居、制造和组装任务中发挥作用。