
Memories Upload 以真人 POV 影片補機器人資料缺口,私隱治理成關鍵
機器人要在現實環境完成備餐、補貨或維修等工作,模型不只要辨識物件,也要理解雙手何時接觸工具、如何移動物品。TechNews 科技新報 報道,美國新創公司 Memories.ai 推出 Memories Upload,讓參與者以穿戴式鏡頭拍攝第一人稱工作過程,平台再把影片及其標註供應給機器人與 AI 模型開發商。
這類平台把原本分散在個人工作現場的經驗,整理成可供模型使用的資料供應鏈。不過,拍攝者往往不是畫面中唯一的人;同事、顧客、路人、螢幕內容及識別證都有機會入鏡。因此,資料規模能否轉化為可安心使用的訓練素材,取決於同意、去識別化與審核流程是否可靠,而不只是收集到多少小時影片。
從拍攝任務到可檢索的訓練素材
TechNews 科技新報 指出,Memories Upload 於 10 月 28 日上線,參與者可領取有償拍攝任務,例如切菜、商品上架或修理腳踏車。報道引述韓國媒體 TokenPost 轉引 Crypto Briefing 的資訊稱,每項任務報酬約為 6 至 18 美元。
拍攝設備為 Memories.ai 自行開發的 LUCI Pin,可固定在頭部、胸前或手腕;兩台裝置配對後可進行立體拍攝,以協助估算場景深度。這種多角度安排反映了機器人訓練資料的一項需求:頭戴視角可記錄操作者看見甚麼,手腕視角則更接近手指、器具與物件接觸的細節。相同任務在不同廚房、工具配置或操作習慣下出現的差異,也可能有助模型面對較多變的實際環境。
平台的價值不僅在錄影。據 TechNews 科技新報 報道,Memories.ai 使用輝達 Metropolis 的影片搜尋與摘要工具,並以 Cosmos 系列模型微調影片描述與動作標註;描述會對應至影片中的特定時間點。開發商因而可按動作搜尋片段,避免逐段瀏覽長時間原始影片。從資料工作流程看,這等於把大量畫面轉成可挑選、可依任務再訓練的資料庫,較適合模型團隊按需要取用。
自動標註無法取代人手判讀
畫面可搜尋,不代表動作已被完整理解。TechNews 科技新報 引述輝達 Cosmos 產品與工程總監 Rick Zhuang 指出,辨認一項活動與理解手部如何持握工具、推動物件並不相同;鏡頭晃動、遮擋,以及動作起止不清楚,都會增加判讀難度。他認為,細微手部動作仍需要人工審核,並建議人類影片與機器人示範、模擬資料一併使用。
這也揭示 Memories Upload 的限制。第一人稱影片能補足機器人自身難以大量收集的真人操作情境,但人類的身體結構、活動範圍和操作方式未必與機器人相同。開發商仍要把影片所反映的動作,轉化為特定機器人能執行的控制方式;影片資料是訓練鏈的一環,並非可直接替代機器人實作資料。
同類做法已在業界出現。TechNews 科技新報 指出,Figure 透過 Index 平台付費收集日常任務影片,用於訓練 Helix 模型;Physical Intelligence 則測試把人類影片與遙控操作資料結合。這顯示資料競爭正由「有沒有影片」延伸至「影片能否被準確標註、搜尋及安全交付」。
同意機制與遮蔽品質將影響資料可用性
Memories.ai 表示,拍攝者及經常入鏡的同事須先簽署同意書;影片跨境或交付客戶前,系統會自動模糊其他人,遮蔽識別證、螢幕及車牌,並對每批影片抽樣進行人工檢查。這些安排可降低暴露風險,但也有明確邊界:偶然入鏡的途人是否知情、敏感畫面能否全數被自動工具識別,以及抽樣審核能否發現罕見錯漏,均會影響制度的實際效果。
Memories.ai 稱,測試版首月累積逾 100 萬小時第一人稱影片,並計劃在 2027 年 3 月前收集超過 1,000 萬小時;截至 10 月底,海外部署的 LUCI Pin 超過 5,000 台。TechNews 科技新報 已說明,這些均為公司自行統計,未見獨立驗證。隨著拍攝規模擴大,外界下一步可觀察的,將是平台如何證明標註品質、同意紀錄與私隱遮蔽能隨之維持,而模型開發商又會如何界定可接受的資料來源與審核標準。
延伸閱讀
AI 輔助說明: 本文由 AI 協助整理。
參考來源
- TechNews 科技新報 — 訓練資料爭奪戰升溫,Memories.ai 推打工平台付錢請大家拍影片給機器人看 — original report
本文根據原文及公開資料整理;資料有出入時,以原文及官方資料為準。







