从第一视角记录到操作级数据
第一视角 Ego Data 如何经过对齐、任务切分、物理因果理解、质量控制与版本化导出，成为物理 AI 数据资产。
记录是起点，不是交付物
第一视角记录可以保留重要任务上下文，但模型团队通常不需要另一组视频文件，而是需要可以选择、比较、训练、评测，并能追溯到原始证据的数据资产。
从记录到资产的转换，是一条数据编译链。
1. 接入完整任务片段
接入阶段注册原始媒体、传感器信号、任务清单、标定、任务定义、授权与校验哈希。系统不应静默忽略缺失：缺少预期力觉信号的视频不是“同一任务片段的小问题”，而是另一种证据包。
2. 统一时间与空间
将所有信号映射到统一任务时钟，同时保留原始时间戳。解析坐标系、标定版本、单位和传感器标识，建立对齐证据平面，但不破坏原始来源。
3. 重建任务结构
连续执行需要被划分为接近、对齐、接触、执行、偏离、恢复和完成等具有物理意义的阶段。边界应来自多模态证据，而不是任意固定时间窗口。
4. 理解物理因果
编译系统关联状态、动作、接触、约束和结果，并区分观测事实与因果假设，再用同步证据验证解释。
“插入失败”只是结果。“对齐不足造成边缘接触，从而阻止继续插入”才是一条可用于训练和评测的因果轨迹。
物理因果模型负责这种以证据为基础的理解。
5. 执行质量门控
质量标准取决于任务。数据集可能要求最大时钟偏差、最低视角覆盖、有效力觉标定、完整失败上下文，或结果标签与物理证据一致。
质量结果应版本化并可查询，而不是只写入一次性交付报告。
6. 生成操作级数据资产
同一段源任务片段可以生成：
- 任务 schema 与阶段标注；
- 以接触或恢复为中心的训练切片；
- 失败与恢复案例；
- 基准与评测资产；
- 可查询任务知识；
- 面向智能体的 Data API 响应。
7. 导出时保留血缘
数据可以导出为 MCAP、HDF5、Zarr、兼容 LeRobot 的结构或客户格式。每个导出都应保留源任务片段、编译器版本、schema 版本、质量策略与转换历史。
Physical AI DBMS负责这层任务原生血缘与资源感知访问。
成为可复用数据产品
操作级数据不只是更干净的记录，而是物理含义、质量和历史都可检查、可复用的任务资产。
了解完整数据编译系统，查看源侧的真实任务接口，或从Ego Data 专题页开始。
如需针对一个任务评估这条流程，可预约数据演示。