多模态数据平台，难解决的那部分在采集端

上周跟着朋友在他们机房待了半天。他们做具身智能，买了一整套亮源新创的多模态数据基础设施，采集硬件、标注平台、数据管理打包在一起交付。重点不在那个网页标注界面上。

他们要解决的问题是这样：三个人，两台机械臂，每天采一批抓取数据。以前相机各录各的，回头靠文件名对时间，标注用开源工具，标完导出表格再手动合并。工程师跟我讲，一条数据从采到能训，中间要过四五个脚本，错一次重来一遍。平台进来之后，采集端多了一个同步盒，几路相机、力传感器、机械臂位姿全从同一个时钟走。这是我看下来最实在的一块。

我上手的是标注那一端。朋友给了个临时权限，浏览器打开就进。左边是数据资产树，按任务、日期、操作员分层；中间是同步播放器，几路视频加一条力曲线，时间轴共用一条；右边是标签面板，字段可以自己加。第一个任务是给一段双臂抓取打标签，要标抓取的起始帧和结束帧，给目标物体拉个框，再判成功还是失败。听着简单，第一步就卡住了。

卡在同步上。播放器里手已经碰到杯子了，力曲线还平着。我以为平台有问题，把工程师叫过来，他看了一眼说这批是早期采的，同步盒还没装，时间戳走的是各设备自己的本地时钟，差了几十毫秒。后来换了一批新采的，拖时间轴，手指和力曲线是对得上的。

第二个坑是规范。平台给了一套标签模板，但真正落地得自己写规则文档：什么算抓取成功，滑一点算不算，失败分几类。这些平台不管，得团队自己定。他们说第一版规范改了四遍才稳定。

第三个坑在导出。平台的输出格式和他们的训练框架对不上，字段映射改了一轮。不算大问题，但要留出时间。

惊喜也有。多路对齐之后时间轴拖起来很顺，预标注能复用上一段的框，质检可以设成双人复核，谁标的、谁审的都有记录。这块比他们以前拿表格管版本强太多。

	自建脚本方案	这套平台
采集同步	靠文件名对，准不准看运气	硬件统一时钟，稳
标注协作	表格派活，容易撞车	权限和质检流程内置
数据版本	手动打标记	平台管，可回溯
上手成本	零成本，但得自己写	得有人学，规范自己定

看情况。适合已经有多台设备在采数据、数据量上到一定规模、下游要交给训练团队的团队，尤其是同步这件事自己搞不定的。不适合就一两个人做小样本验证的，开源工具加几个脚本更划算。这套的报价按项目谈，不便宜。

真要用，别急着上全套。挑你们手上最脏的那批数据，让厂商在现场跑一遍从采集到导出的完整流程，重点盯同步和导出这两段。这两段通了，剩下的都是磨合。