新闻雷峰网今天

行元智能发布Chorus数据引擎：人类视频转机器人训练数据转化率达85%

针对具身数据规模大但有效性低痛点，行元智能推出跨本体数据引擎Chorus。该引擎支持多源人类操作视频接入，通过五步转化链路与量化评分体系，将原始数据可用转化率提升至85%，解决跨本体迁移与Sim2Real差距难题。

AI 整理

仿真与训练
数据与采集
具身模型

本文由 AI 根据公开内容整理，可能有误，请以原文为准：具身的数据管线，到底应该怎么做？（雷峰网）

核心内容

具身智能行业面临数据规模扩张与模型能力提升不匹配的困境，核心瓶颈在于缺乏统一筛选标准及跨本体动作重定向能力。行元智能发布跨本体数据引擎Chorus（众行），旨在将智能眼镜、UMI等多源人类操作视频转化为适配不同机器人的训练数据。实测数据显示，该引擎将平均可用数据转化率提升至85%，有效缓解了模型厂商“有数据无效果”的焦虑，推动数据管线从单纯采集向以部署需求反推的系统化工程转型。

Chorus采用五步转化链路：帧级原子动作标注、二维分割与深度估计、三维场景重建、引入运动学动力学约束的动作重定向、以及三维渲染回二维对齐感知形式。系统基于learning-based方法处理单目/双目设备差异，建立包含操作丰富度、三维可恢复性等五维量化评分体系，并在机器人system侧预置controller以保障跨本体表征。相比传统仿真，该方案源自真实观测，规避了物理引擎在富接触任务中的偏差，同时预留真机部署失败数据回流通道以实现闭环迭代。