INVESTIGACION
Lightwheel libera 10.000 horas de vídeo egocéntrico para entrenar robots y planea llegar a 100.000
Lightwheel ha liberado 10.000 horas de vídeo egocéntrico para entrenar robots y aspira a 100.000, que llegarán por etapas sin fecha cerrada. Los conjuntos EgoStandard y EgoPro incluyen anotaciones de pose de mano y formatos LeRobot v3 y MCAP. Hay una muestra de 50 horas y licencias para investigación y entrenamiento comercial.
Qué ha ocurrido
Lightwheel, fundada por Steve Xie, ha publicado 10.000 horas de vídeo en primera persona (26 de agosto) dentro de EgoSuite-Open100K, con el objetivo de alcanzar 100.000 horas en fases sin fecha de finalización. El proyecto abarca siete tipos de entornos —como hogares, oficinas, almacenes, comercios e industrias— y planea 128 tipos de escenas y 18 categorías de tareas. El grueso se organiza en EgoStandard (cámara en la cabeza con pose 3D de manos) y EgoPro (añade cámara en la muñeca para reducir oclusiones de manos). El material se distribuye en LeRobot v3 y MCAP, con etiquetas semánticas a nivel de evento en subconjuntos. Hay un muestreo inicial de 50 horas (EgoDemo) y las partes liberadas permiten uso académico y entrenamiento comercial, con detalles de licencia en las fichas de cada conjunto.
Qué significa para creadores
Para quienes crean productos, demos o contenidos técnicos sobre robótica y visión, es una vía práctica para preentrenar y evaluar modelos de interacción mano‑objeto antes de recolectar datos propios. Recomendaciones: empezar por EgoDemo para validar el pipeline (LeRobot v3/MCAP), revisar siempre las licencias en las tarjetas de cada dataset y planificar que las anotaciones semánticas son parciales. Si trabajas con manipulación, considera EgoPro para casos donde las manos salen del encuadre. La investigación EgoScale de NVIDIA respalda que “más horas” de vídeo humano mejoran el aprendizaje, pero subraya que hará falta superponer datos específicos del robot, buena calibración y alineación de tareas para que la transferencia funcione. Dado que el objetivo de 100.000 horas llegará por tandas sin calendario cerrado, conviene programar iteraciones de contenidos/experimentos y aprovechar el canal de feedback que Lightwheel ha abierto para priorizar tareas y entornos de interés.
Fuente y contexto
La apertura parcial de EgoSuite encaja con la estrategia de Lightwheel: vender entornos simulados, datos de comportamiento y evaluación de modelos (incluye la biblioteca SimReady y RoboFinals), atrayendo a desarrolladores hacia sus herramientas. La empresa participa en el consorcio EgoVerse; su instantánea pública recoge 4.003 horas, 1.965 tareas y 240 escenas, lo que contextualiza la ambición de las 100.000 horas. En junio, según informes de financiación, Lightwheel recaudó RMB 1.000 millones (aprox. 140 millones de dólares) para escalar la captura y evaluación; dice contar con decenas de miles de recolectores. El objetivo: cerrar la brecha entre datos reales lentos de conseguir y simulaciones rápidas pero incompletas.