具身与多模态交互

构建流程

从源头到验收

我们从不堆一批人工标注，便草草交付。每类数据都要走完一个封闭且全程可观测的循环：依需求生成，经机器检查，由专家裁决，端到端可追溯。而每类数据所走的路径，各有不同。

1. 01

   场景构建

   每个场景都先固定感知输入与目标，确立稳定的多模态世界，此后每个动作都可据此解读与评判。

2. 02

   动作序列标注

   逐步标注动作序列及其引发的反馈状态，记录从感知到行动的闭环，而非环境的一张静态快照。

3. 03

   多模态对齐

   将视觉、空间与文本输入逐一对齐到每个动作，轨迹在各模态间依据一致，回放时依然连贯。

4. 04

   成功与错误分类

   同时确立明确的成功标准与结构化的错误分类，为评测提供精确的词汇：何为完成，因何失败。

5. 05

   一致性抽样

   在抽样切片上测量标注者间一致性，于规范锁定之前，量化感知与动作标签的共识程度。

6. 06

   评测规范

   将场景格式、动作空间、成功标准与错误分类整合为一份评测规范，交付物可完全按委托要求评分。