%20--%3e%3csvg%20version='1.1'%20id='图层_1'%20xmlns='http://www.w3.org/2000/svg'%20xmlns:xlink='http://www.w3.org/1999/xlink'%20x='0px'%20y='0px'%20viewBox='0%200%20355%2075'%20style='enable-background:new%200%200%20355%2075;'%20xml:space='preserve'%3e%3cg%3e%3cpath%20d='M118.2,63.3c-11.6,0-21.1-9.5-21.1-21.1s9.5-21.1,21.1-21.1s21.1,9.5,21.1,21.1S129.8,63.3,118.2,63.3z%20M118.2,28.2%20c-7.7,0-14,6.3-14,14s6.3,14,14,14s14-6.3,14-14S125.9,28.2,118.2,28.2z'/%3e%3cg%3e%3cpath%20d='M71.9,63.3c-11.6,0-21.1-9.5-21.1-21.1s9.5-21.1,21.1-21.1s21.1,9.5,21.1,21.1S83.5,63.3,71.9,63.3z%20M71.9,28.2%20c-7.7,0-14,6.3-14,14s6.3,14,14,14s14-6.3,14-14S79.6,28.2,71.9,28.2z'/%3e%3crect%20x='83'%20y='20.9'%20transform='matrix(0.6642%20-0.7476%200.7476%200.6642%2010.5545%2073.5377)'%20width='8.3'%20height='8.3'/%3e%3c/g%3e%3cpolygon%20points='84.1,73.4%2056.6,73.4%2056.6,66.5%2087.3,66.5%20'/%3e%3cpath%20d='M347.8,45.8c-2,7.5-9.6,11.9-17.1,10c-4.9-1.3-8.7-5.1-10-10h23.7l3.2-7.1h-26.9c1.9-7.5,9.6-12,17-10.1%20c4.9,1.3,8.7,5,10,9.9l3.8-8.2c-6.6-9.6-19.7-12-29.3-5.4s-12,19.7-5.4,29.3c6.6,9.6,19.7,12,29.3,5.4c4.6-3.2,7.8-8.1,8.8-13.6%20L347.8,45.8z'/%3e%3cpath%20d='M298.5,63.3V0.8h7.7v62.5H298.5z'/%3e%3cpath%20d='M261.5,63.3c-2.1,0-4.1-0.3-6.2-0.9C244,58.9,237.6,47,241,35.7l0,0c1.7-5.5,5.3-10,10.4-12.7c5-2.7,10.8-3.3,16.3-1.6%20c5.5,1.7,10,5.3,12.7,10.4c2.7,5,3.3,10.8,1.6,16.3C279.2,57.3,270.7,63.3,261.5,63.3z%20M247.8,37.7c-2.3,7.6,2,15.6,9.6,17.9%20c7.6,2.3,15.6-2,17.9-9.6c1.1-3.7,0.7-7.6-1.1-10.9c-1.8-3.4-4.8-5.9-8.5-7c-3.7-1.1-7.6-0.7-10.9,1.1%20C251.3,31,248.9,34,247.8,37.7L247.8,37.7z'/%3e%3cpath%20d='M276.3,63.3V20.1h9.2v43.1H276.3z'/%3e%3cpath%20d='M221.7,63.3c-6.6,0-13.2-3.1-17.3-8.8c-3.3-4.6-4.7-10.3-3.8-15.9s3.9-10.6,8.6-13.9c7.5-5.4,17.6-5.4,25.1,0l-4.7,6.5%20c-4.7-3.4-10.9-3.4-15.6,0c-2.9,2.1-4.8,5.2-5.3,8.7c-0.6,3.5,0.3,7,2.4,9.9c4.3,5.9,12.6,7.3,18.6,3l4.7,6.5%20C230.4,62,226,63.3,221.7,63.3z'/%3e%3cg%3e%3crect%20x='8.4'%20y='0.8'%20width='34.7'%20height='7.1'/%3e%3cpolygon%20points='8.4,56.2%208.4,35.1%2043.2,35.1%2043.2,28%208.4,28%208.4,7.9%200.1,7.9%200.1,63.3%2043.2,63.3%2043.2,56.2%20'/%3e%3c/g%3e%3cg%3e%3crect%20x='154.5'%20y='0.8'%20width='34.7'%20height='7.1'/%3e%3crect%20x='146.2'%20y='56.2'%20width='34.7'%20height='7.1'/%3e%3crect%20x='154.5'%20y='28'%20width='34.7'%20height='7.1'/%3e%3crect%20x='146.2'%20y='7.9'%20width='8.3'%20height='27.2'/%3e%3crect%20x='181'%20y='35.1'%20width='8.3'%20height='21.2'/%3e%3c/g%3e%3c/g%3e%3c/svg%3e)
规模
大规模真实世界人类交互。
关于 EGOSCALE
构建面向具身智能的真实世界数据基础设施。
EgoScale 将大规模人类经验转化为机器人、VLA 模型和世界模型可直接训练的结构化数据。
我们构建可规模化采集、结构化处理和交付真实世界经验的基础设施。
我们的使命
物理智能需要真实世界。
下一代具身模型必须从多样、贴近现实的物体、环境和任务交互中学习，而传统的数据采集方式很难实现这样的规模。
多样性
覆盖不同人群、环境、物体和任务。
结构化
将连续经验转化为模型就绪的监督信号。
我们构建什么
面向大规模真实世界经验的基础设施。
采集 → 结构化 → 交付
EgoScale 将专用采集系统、分布式采集基础设施和 AI 驱动的数据生产能力相结合，把真实世界人类行为转化为结构化训练数据。
采集
真实世界环境中的自然人类交互。
结构化
将多模态经验转化为有组织的训练信号。
交付
满足模型、任务和质量要求的数据集。
Video · Language · Actions · Trajectories · Depth · IMU · Pose
我们的基础设施
从真实世界出发，为规模化而构建。
采集系统
专为持续采集真实世界第一视角数据而设计的硬件。
采集网络
覆盖多元参与者、环境、物体和任务的分布式采集网络。
AI 数据基础设施
支持大规模真实世界经验处理、结构化与质量控制的可扩展系统。
为物理智能而构建
面向下一代物理智能而构建。
EgoScale 是一家独立的机器人数据公司，为具身智能构建大规模第一视角数据基础设施。我们与 AI 和机器人团队合作，将真实世界人类经验转化为可训练更强物理智能的数据。
EgoScale 是一家独立的机器人数据公司，与可能使用相同名称的 NVIDIA 研究项目或学术论文无关联。