浙江巨身智能科技有限公司发布Gesen‑DC：头部仅180g！分体式头戴设备，破解具身采集三大痛点

2026-08-20 15:09:50 来源：实况网

具身智能数据采集行业正在经历一场静默的认知转变。

加州大学伯克利分校教授 Jitendra Malik 在今年指出，第一人称视频与人类全身动作轨迹的结合，是通往通用机器人的必经之路。Meta AI 杰出科学家、Ego4D 发起人 Kristen Grauman 也认为，第一人称数据是机器人学习人类技能的“终极媒介”。

行业共识在趋同。但共识归共识，能把这件“脏活儿”干对的团队，并不多。

一、为什么头戴设备，行业一直做不好？

头戴式数据采集设备的概念并不新鲜。新鲜的是，过去几年市面上几乎没有一款能让人真正愿意戴着头采集一整天的产品。

问题出在哪？

重量，是第一道坎。 把 SoC、电池、多路相机、IMU、存储、散热模组全部塞进一个头戴设备里，整机重量很容易突破 500 克。轻则压迫颈椎，重则让采集员在半小时后就开始频繁调整佩戴位置。而数据采集最忌讳的就是动作变形——一旦采集者因为设备不舒服而改变了自然的动作习惯，采集到的数据本身就失真了。

发热，是第二道坎。 算力芯片在工作时会产生大量热量。如果在头戴设备里内置风扇散热，会给佩戴者带来明显的噪音和风感；如果不主动散热，设备表面温度升高，直接贴在额头或头顶——那种体验，没有人愿意重复第二次。

续航，是第三道坎。 高算力芯片加多路相机加 IMU 持续采集，功耗不会低。把电池塞进头戴设备里，要么电池小、续航短，采集一小时就得换；要么电池大、脑袋重，戴不住。

这三道坎环环相扣——减重就得砍电池或降算力，续航和性能就牺牲；加算力就得加散热，重量和功耗就上去。

二、模块化分离：把该拿下来的都拿下来

Gesen‑DC的出发点是：头只负责看和感知，算力和供电交给别处。

这不是简单的“分体式设计”四个字能概括的。分体式本身不新鲜——AR 头显早有将处理器和电池移至颈带或腰包的做法。Gesen‑DC的差别在于：它不是简单地把东西拆开，而是重新定义了“什么东西必须在头上，什么东西可以拿下来”。

头戴部分只保留四目相机、IMU 和必要的接口——这些是采集必须“在头上”的东西。而 Gesen-JK05 核心板、Gesen-JK07 接口板、5V5A 稳压板、12V 2550mAh 电池——这些会产生热量、增加重量的部件，全部移到了腰部。

头部仅 180 克。 目前行业同类产品头部重量普遍在 400 克以上，有些甚至超过 600 克。180 克意味着直接把负担砍掉了一半多。采集员戴一整天，颈椎没有明显负担，动作自然，数据不因设备不适而失真。

满载热量 20W，但热量不上头。 核心板和稳压板都在腰部，热量从腰侧散发。头部只有相机和 IMU，几乎不产生可感知的温升。没有风扇噪音，没有贴在额头上的热源。

三、续航的生产力逻辑

Gesen‑DC 单次充电连续采集 5 小时。但比“5 小时”更值得说的是另外两件事：

可换电。 电池在腰部，采用标准接口，一块没电了直接换一块，采集不中断。对于需要全天连续采集的项目来说，这意味着从“采一会儿停一会儿”变成了“人停设备不停”。

DC 直连。 如果场景固定、不需要移动采集，可以直接插 DC 电源供电，设备本体无需外接其他设备即可连续工作。对于室内定点采集场景，这意味着无限续航。

5 小时是移动场景的续航基准，DC 直连是固定场景的无限续航方案。真正被“偷”出来的，是生产力。 采集员不用盯着电量焦虑，不用掐着时间赶进度，不用因为设备没电而中断一段完整的动作序列。数据采集从“被设备节奏带着走”变成了“按人的节奏走”。

四、四目 360° + 36 个骨架关键点：采集效率与数据可用性

这种数据采集能力，过去通常依赖两种方案：

一种是多视角光学动捕系统——在采集场地四周布设数十台高精度相机，采集者穿着带标记点的紧身服，系统通过多视角图像三角定位重建全身骨骼姿态。精度够高，但一套系统造价昂贵，且只能在固定棚内使用，无法移动。

另一种是惯性动捕套装——全身贴满 IMU 传感器，通过无线传输采集各关节角度。同样造价不菲，且传感器漂移问题需要频繁校准。

Gesen‑DC与它们的核心区别在于：用一台头戴式设备，实现了这两种昂贵方案的部分核心功能。

• 四目 360° 环绕视觉，四个超广角鱼眼镜头分别朝向前、后、左、右四个方向，水平视野覆盖 360°。替代了多视角相机阵列的全景采集能力 • 36 个骨架关键点推算，通过四目全景视觉与九轴 IMU 数据融合，可推算采集者全身 36 个关键关节点——头部、肩、肘、腕、手、脊柱、髋、膝、踝等主要关节的位置与角度。替代了动捕系统的骨骼姿态输出 • 硬件级时间戳同步，系统能够精确记录每一个动作的关节角度、运动轨迹与空间位置变化。替代了多设备时钟对齐的复杂流程

当然，它不可能完全替代百万级动捕系统——精度量级不同，使用场景也不同。但对于具身智能数据采集来说，Gesen‑DC 要解决的不是“毫米级精度的实验室数据”，而是“大规模、低成本、可移动的真实场景数据”。

动捕系统适合在实验室内采集高精度示范数据。而Gesen‑DC可以被采集员戴着走进工厂、仓库、家庭、户外——在真实场景中采集真实操作数据。一个动捕棚一天只能采集一个人、一个场景的数据。而Gesen‑DC 可以同时部署几十台，在不同场景并行采集。

过去，能同时拥有“全景视觉 + 全身骨骼 + 多模态同步”数据采集能力的团队，要么有几十万以上的设备预算，要么有庞大的自研硬件团队。而现在，这种能力被集成到了一台头戴设备里。

采集效率的差距，最终体现在一个数字上：可用数据占比。

传统 Ego 采集方案——单摄像头加基础 IMU——采集 7 小时，最终能进入训练的数据往往只有 2 到 3 小时，可用率约 30% 到 40%。Gesen‑DC在采集端就完成了视觉、IMU、骨架关键点的多模态对齐，EGOSYNC 实时诊断确保无效数据不在采集阶段产生，采集完成输出的是已对齐、带元数据、可直接训练的结构化数据包。

四目 360° 采集环境全景，36 个骨架关键点记录完整姿态，IMU 同步头部运动轨迹——三个维度同时在采集端完成结构化输出。