论文页面 - ACE-Data-0：以人为中心的环境捕捉作为具身数据引擎

Source: https://huggingface.co/papers/2607.28625 作者：

,

,

,

,

,

,

,

,

,

,

,

,

,

,

摘要

具身智能面临一个根本性的数据瓶颈。模型必须捕捉人类在追求目标的过程中，第一人称感知、全身运动、灵巧操作、物体状态、声音和触觉如何随时间共同演化。现有数据集在视角、模态或空间尺度上割裂了这种体验，使得完整的感知-行动环路只能被部分观测。我们提出了环境捕捉引擎（Ambient Capture Engine, ACE），一个以人为中心的数据引擎，可将真实家庭环境转化为空间校准、时间同步的录制影棚。ACE 在两种互补尺度上运行：桌面尺度构型可解析手-物体操作，而房间尺度构型可捕捉整套家具住宅中的全身运动、位移及交互。ACE 将自我中心及多视角外部视频、全身与关节手部运动、物体几何与 6-DoF 轨迹、音频和触觉信号记录为统一的多感官流。利用 ACE，我们构建了 ACE-Data-0，包含 150 小时、1700 万视频帧，覆盖 200 个任务类别，由 50 名参与者在 2 个环境中完成，共 75,000 个交互片段。该数据集涵盖原子操作、长时程家务活动链以及人-场景交互，同时通过目标级而非逐步指令保留自然行为差异。我们还引入了一个分层基准，从信号逐步推进到场景组件，再到交互。对最先进方法的评估揭示了在接触、遮挡、自我运动及长时间跨度下的显著差距。ACE-Data-0 提供同步的人类演示，并配准了感知、运动学和接触监督，为模仿学习、世界模型、视觉-语言-动作系统以及具身 AI 提供了可扩展的基础。

查看 arXiv 页面 (https://arxiv.org/abs/2607.28625)查看 PDF (https://arxiv.org/pdf/2607.28625)项目页面 (https://ace-data-engine.github.io/ACE-Data-0/)添加到收藏集 (https://huggingface.co/login?next=%2Fpapers%2F2607.28625)

在你的 agent 中获取此论文：

hf papers read 2607\.28625

还没有最新的 CLI？curl \-LsSf https://hf\.co/cli/install\.sh \| bash

引用此论文的模型 0

没有模型链接此论文

在模型 README.md 中引用 arxiv.org/abs/2607.28625，即可从此页面链接到该模型。

引用此论文的数据集 1

ACERobotics/ACE-Data-0 更新于约 3 小时前 • 22 (https://huggingface.co/datasets/ACERobotics/ACE-Data-0)

引用此论文的 Spaces 0

没有 Space 链接此论文

在 Space README.md 中引用 arxiv.org/abs/2607.28625，即可从此页面链接到该 Space。

收录此论文的收藏集 0

没有收藏集收录此论文

将此论文添加到收藏集 (https://huggingface.co/new-collection) 以从此页面链接到它。