Perceptron 发布第一人称视频标注 API，成本降至约 1/8

Rohan Paul· @rohanpaul_ai · X·2026-11-05 01:19· 37 分钟前AI 评分41

AI 导读

Perceptron AI 发布 Perceptron Egocentric 1.0，通过自助 API 提供第一人称视频标注，细粒度子任务质量对齐 Astra，成本约为其 1/8。

正文 · 原文

机器人训练领域正涌现出大量出色的工作。

机器人学习的大量成本花在逐步骤、逐只手地标注视频上。如果这项成本能在质量几乎不变的情况下降低约 8 倍，团队已有的更多素材就能被利用起来。

现在我们也有了证据：针对狭窄视频任务的专用模型框架正在逼近通用前沿模型，而成本只是其一小部分。

上传一段某人做家务的第一人称视频，我们的 API 就会返回每个步骤及其时间戳，以及每只手在做什么。

Perceptron AI 的研究表明，对于机器人训练视频标注，为最大的 AI 模型多付 8 倍的钱，几乎换不来额外的准确率。
一个只为这项工作构建的更小系统，以每小时视频一份三明治的价格就能得到相同的结果。

引用Perceptron AI@perceptroninc

今天我们发布 Perceptron Egocentric 1.0：第一人称标注的前沿，现已通过自助 API 提供。 • 细粒度子任务达到 Astra 质量，成本约为其 1/8 • 最先进的 2D 和 3D 手部追踪 • 每只手和机器人夹爪上每个动作的独立时间线

来源：Rohan Paul · x.com