Encord开源EMG-1肌电数据集 机器人手部训练

时间：2026年10月20日（美国旧金山，Encord 官方技术博客同日发布，并于当日在旧金山举行的首届 Long Horizon 物理 AI 峰会现场演示；北京时间10月21日凌晨核验） 地点：美国旧金山（发布方所在地）；真实工作场景数据来自 7 个采集站，实验室数据来自 10 名受试者的 643 次录制 人物：Encord 联合创始人兼联席 CEO Eric Landau、联合创始人兼联席 CEO Ulrik Stig Hansen；可穿戴设备厂商 Wearable Devices（提供 Kavana 神经感应技术、Mudra Pro 与 Mudra Ultimate 腕带）；Encord 同期新设的研究部门 Encord Data Labs 事件详情： 一、数据规模。EMG-1 由 Encord 与可穿戴设备厂商 Wearable Devices 合作开发，把 307 小时现场腕部肌电（EMG）与同步第一人称视频配对，另有 10.4 小时实验室采集（八通道 EMG 加光学动作捕捉 ground truth）。现场部分包含 3804 个片段、7 个采集站、双腕各 3 通道 EMG，配备头部双目立体相机、双腕相机、深度与惯性传感器；实验室部分为 10 名参与者、643 次 take 的自由手部动作。 二、采集与同步。现场 EMG 采样率 2133 Hz，相机约 30 fps，腕带与腕部相机通过陀螺仪对比完成对齐，现场同步校验的中位估计偏移为 0 ms（合格记录落在正负 10 ms 内），运动信号中位相关系数 0.976。现场使用 Mudra Pro（每腕 3 个电极，主要采样前臂屈肌侧），实验室使用 Mudra Ultimate（8 个电极环绕腕部，覆盖屈肌与伸肌）。腕带配有五面 AprilTag 标记帽，配合惯性传感器判定左右手与腕部朝向。官方说明，在六家厂商设备中做评估后选定 Wearable Devices，主要原因是腕带不遮挡手指、不妨碍精细操作，且相对低成本更适合大规模采集。 三、数据质量分级。官方把录制划分为 gold 与 standard 两档。307 小时是现场片段时长，按左右腕分别计入相当于 477 band-hours（其中 338 gold band-hours），约 200 clip-hours 具备可用的双侧 EMG；实验室 10.4 小时中，8.4 小时 EMG 达到 gold，3.6 小时达到更严格的多模态 gold 标准。 四、官方自测结果。即便在没有物体遮挡手指的实验室场景，官方自建的立体相机参考仍在 24.7% 的评估帧上无法给出可接受的 3D 手部姿态，其中 20.6 个百分点因关节几何一致性校验失败、3.4 个百分点因双视角配对不一致、仅 0.7 个百分点因完全未检出手。Wearable Devices 的 EMG 与相机融合模型在 7 名参与者、125 次 take、约 34.9 万个评估帧上，中位指尖误差为 15.3 毫米，对比相机保持姿态参考的 20.3 毫米，下降约 25%；在相机参考失效的区间，0 至 0.5 秒缺口误差 16.8 毫米对 26.0 毫米，0.5 至 1 秒 19.5 毫米对 33.3 毫米，1 至 2 秒 20.4 毫米对 31.6 毫米，2 至 4 秒 24.1 毫米对 32.1 毫米，整体约低 35%。 五、仅用 EMG 的实验。在 4 次留出试验、86 次模拟视觉中断中，EMG 跟踪的平均指尖误差在 0.5、1、2、4 秒分别为 27.1、28.7、30.6、33.0 毫米，优于仅姿态学习模型的 28.7、31.2、34.6、38.6 毫米；0.5 秒时保持最后姿态的基线（23.8 毫米）仍然更好。识别拇指与指尖接近（距离低于 20 毫米）的逻辑回归分类器，在全部 10 名参与者、643 次 take 上 AUROC 为 0.74（95% 置信区间 0.70 至 0.78），平均精度 0.27，对应正样本比例 0.11，即约为随机排序基线（0.11）的 2.5 倍；单个参与者 AUROC 区间为 0.63 至 0.83。 六、与既有数据集对比。官方页面明确对比：Meta 的 emg2pose 含 370 小时 16 通道腕部 EMG 与实测手部姿态，但没有同步的真实第一视角视频；清华团队等发布的 EgoEMG 把双侧腕部 EMG 与第一视角视频结合，总时长约 10 小时；EgoDex 等大型第一视角数据集则不含同步肌肉测量。Encord 称 EMG-1 是"肌电加第一视角视频"这一品类最大的公开数据集，规模约为该品类次大数据集的 30 倍。 七、发布与获取。数据将以原始传感器流、相机派生标注、质量元数据和实验室动捕 ground truth 的形式发布在 Hugging Face；融合姿态与仅 EMG 的姿态估计、连续的标记派生腕部位姿、物体接触标注与力估计留待后续发布。当前为 Early Access 报名通道，报名可立即获得 15 小时八通道样本，完整 300 多小时数据集在 48 小时内发送。 背景： Encord 原本以数据标注与模型评估起家，此前已在 Physical AI 数据方向布局，包括与 Zander Labs 合作采集脑电信号，以及用主从机械臂采集数据中心插拔网线等场景的第一视角数据，其机器人学习负责人曾表示物理 AI 所需数据量约为 YouTube 视频库的五倍。7 月的报道显示，Encord 正把业务重心从采集数据转向制造数据，内部估算高密度标注数据的价值约为普通第一视角视频的 100 倍、成本约 20 倍。本次 EMG-1 是这一路线从脑电扩展到肌电的延续，也是该类数据首次以开放数据集形式对外发布。 影响： 对具身智能与机器人数据赛道而言，EMG-1 提供了一条此前稀缺的技术路径：把摄像机拍不到的信息（手指被物体遮挡时的发力状态、接触时机、握力变化）作为公开资源提供给社区。官方把肌肉活动视为应当纳入操作数据采集的常规模态，并称下一轮采集会把八通道 EMG 扩展到真实工作环境的完整头戴加腕部相机方案，同时评估跨操作者、跨场次、跨电极位置的泛化能力。对国内团队而言，这套"肌电加第一人称视频加光学动捕真值"的采集方法与分级口径（gold 与 standard、band-hours 计数、AprilTag 腕部锚定、陀螺仪交叉对齐）同样具有工程参考价值，尤其适用于灵巧手操作、机器人遥操作数据工厂等方向。 需要提示的边界： 一是所有性能数字均为 Encord 与 Wearable Devices 自测，官方在原文中亦作了限定，尚无第三方复现；二是官方明确说明融合模型使用了 0.5 秒的未来 EMG，属于离线标注结果而非实时跟踪演示；三是由于融合模型自带相机分支，该对比并不能分离出 EMG 单独的贡献；四是仅 EMG 跟踪的模拟中断实验只有单一参与者的 4 次留出试验，规模有限；五是所谓捏合识别使用的是拇指与指尖距离低于 20 毫米的代理标签，并非真实物体接触；六是实验室使用八通道设备、现场使用三通道设备，跨设备与跨场景泛化尚未验证；七是数据集目前仍处于 Early Access 阶段，尚未完全公开。 总结： Encord 与 Wearable Devices 于 2026 年 10 月 20 日发布 EMG-1，把 307 小时现场腕部肌电与同步第一视角视频、10.4 小时八通道实验室动捕数据开放给研究社区，并同期成立 Encord Data Labs 研究部门。官方数据显示，肌电与视觉融合可把中位指尖误差从 20.3 毫米降到 15.3 毫米，在摄像机跟丢手指的时段优势更大；单独使用 EMG 也能在视觉中断超过 1 秒后优于纯姿态预测模型。具身智能的数据荒正从缺视频转向缺生物信号，EMG-1 是这一转向的第一个大规模开放数据集尝试。 参考来源： 1. Encord 官方技术博客 EMG-1 首发（2026年10月20日）：https://encord.com/data-labs/introducing-emg-1/ 2. Encord Data Labs 研究部门主页：https://encord.com/data-labs 3. Encord 官方博客首届 Physical AI 峰会 Long Horizon：https://encord.com/blog/encord-launches-first-physical-ai-summit/ 4. RuntimeWire 报道含 PR Newswire 通稿要点（2026年10月20日）：https://runtimewire.com/article/encord-emg-1-muscle-signals-robot-training 5. Third News 报道含 Encord-REACH 手部追踪模型细节：https://third-news.com/article/47e29930-ccb0-11f1-b918-9ca3ba08e13f 6. RobotsAtlas 背景报道 Encord 脑电与肌电数据制造路线：https://robotsatlas.com/posts/fale-mozgowe-jako-dane-treningowe-dla-robotow-test-encord