录制指南
录制指南
制作高质量的具身AI训练视频
遵循本指南录制的视频将直接用于训练具身智能模型。 高质量的 POV 视频是让机器人学会像人类一样操作的关键数据。
为什么质量很重要
视频质量直接影响模型训练效果
具身智能（Embodied AI）机器人需要从人类的第一人称视频中学习操作技能。 视频的每一个细节——手部位置、动作轨迹、物体交互方式——都会被模型吸收和学习。
低质量视频会导致模型学习到错误的动作模式或遗漏关键步骤， 而高质量视频能显著提升模型的泛化能力和操作成功率。 你的每一次认真录制，都在为下一代机器人的能力提升做出贡献。
五维质量标准
每个维度都有明确的合格与优秀标准
🤏
30%手部可见度
\u25CB
合格：双手80%时间在画面内
\u25CF
优秀：95%+时间可见
实用建议
- 保持双手在画面中央
- 避免移出视野
📷
25%画面稳定
\u25CB
合格：抖动<5°/秒
\u25CF
优秀：<2°/秒（接近固定机位）
实用建议
- 使用头戴/胸挂摄像头
- 避免手持拍摄
✅
20%操作完整
\u25CB
合格：主要步骤齐全
\u25CF
优秀：含准备和收尾
实用建议
- 从拿工具开始
- 到完成操作结束，全程录制
💡
15%光照质量
\u25CB
合格：物体可辨认
\u25CF
优秀：均匀光照无阴影
实用建议
- 面向光源操作
- 避免背光
📐
10%构图规范
\u25CB
合格：操作区居中
\u25CF
优秀：45°俯角，占画面60-80%
实用建议
- 摄像头朝下对准操作区域
- 距离40-70cm
推荐设备
选择合适的拍摄设备是高质量视频的基础
最推荐
头戴式摄像头
最稳定、最自然的第一人称视角
次优
胸挂式
稳定性较好
不推荐
手持
抖动过大
推荐参数
遵循这些参数设置以获得最佳效果
| 参数 | 标准 | 推荐 |
|---|---|---|
| 分辨率 | 1920×1080（最低） | 4K（推荐） |
| 帧率 | 30fps（标准） | 60fps（精细操作） |
| 方向 | 横屏，摄像头朝下 | 横屏，摄像头朝下 |
| 时长 | >3分钟（短任务） | >10分钟（复杂任务） |
POVHands App
一站式录制、标注、上传工具
实时AI检测
录制时使用 MediaPipe 手部关键点检测，即时反馈手部可见状态
自动生成标注数据
无需后期处理，自动生成训练所需的标注数据
一键上传
一键上传到各平台 + 提交到 POVHands 数据集
质量评分即时反馈
上传后立即获得五维质量评分及改进建议
快速检查清单
每次录制前确认以下事项
全部勾选后即可开始录制 \u2014 祝你录制顺利！