當前，具身智能正面臨高質量訓練數據嚴重不足的發展困境。

傳統的動作捕捉與遙操作技術采集數據，雖能實現1：1動作復刻，但成本高昂——單臺數采設備從幾萬到十幾萬不等，且建設大型數采中心投入巨大。 更關鍵的是，傳統方式采集的數據通用性差，單一設備采集的數據通常僅服務于該設備自身，形成“數據孤島”，難以在不同機器人本體間遷移復用。

面對這一困境， 行業頭部企業紛紛轉向互聯網視頻這一潛力數據源 。今年5月，特斯拉工程主管Milan Kovac公開表示， Optimus將告別傳統動作捕捉和遠程操控，轉向直接從互聯網視頻中學習 ?；ヂ摼W視頻資源豐富、成本低廉，且蘊含著人類與物理世界交互的高維信息。如何將這些非結構化的2D視頻數據，轉化為機器人可理解、可執行的訓練數據，成為技術突破的關鍵。

樞途科技在成立之初就聚焦在視頻提取具身數據技術上，自主研發的SynaData數據管線，實現了從互聯網單目視頻中提取多模態、高精度具身訓練數據的技術突破。SynaData通過視頻數據升維、跨域重定向retargeting等技術，將普通2D視頻轉化為包含軌跡、物體網格等信息的具身訓練數據。相比傳統方式，SynaData成功將綜合采集成本降至行業平均水平的千分之五。以“拿取外賣袋”任務為例，SynaData從人手拿取視頻中提取數據，將模型的抓取成功率提升至88%以上。

機械臂通過大量視頻數據學會抓袋子

SynaData的核心亮點在于服務第三方，打造開放生態。區別于其它企業將視頻數據tokenize并用于自有模型，樞途科技定位“具身數據基礎設施建設者”，從視頻中提取的多模態具身數據已驗證了清華RDT、PI π0、智元UniVLA、EquiBot等主流VLA模型。

目前，SynaData已完成全管線技術驗證，處理了數千小時多場景視頻，產出涵蓋抓取、放置、精細組裝等逾百種任務場景的數據集。

SynaData數據提取

未來，樞途科技將與行業伙伴持續共建開放數據生態。樞途計劃于2025年第四季度發布首個基于真實場景視頻的多模態具身開源數據集，推動行業數據標準建設。公司還計劃將適配的機器人本體類型擴展至100種以上，覆蓋人形機器人、靈巧手、協作機械臂等各類結構。

樞途科技CTO林嘯表示：“數據決定上限，模型逼近上限。SynaData讓機器人得以利用海量視頻數據，通過‘觀看’人類視頻學習技能，真正突破具身模型能力邊界。” 隨著SynaData系統的不斷完善，具身智能領域將迎來低成本、高質量、海量數據的新時代。

樞途科技將以視頻數采技術加速具身模型發展，驅動更多機器人在復雜非標場景的規?；涞兀琈ake Robots Work。