01产品概览 · 为 AI 训练管线而生的视频数据流
艺恩的视频数据交付不是 原始视频 倾倒——每一个数据集都附带可机读的元数据 schema、时序对齐信息与坐标归一化标准，客户的 ingestion 脚本可直接消费。支持任务族（Task Family）定向、跨场景采集、视角控制（第一人称 / 第三人称）、分辨率与帧率自定义。
预切好的、按任务族打标的视频片段
端到端交付到客户私有云
不是"收集—清洗—再找平台"，而是艺恩把复杂度留在上游，交付直接可用的训练样本。从影视原片到具身数据，四维标签统一 schema。
02数据类型 · 四大来源覆盖全栈视频数据需求
影视综、社媒、电商、具身智能——每一类视频数据都有独特的训练价值。从内容生成的叙事结构，到 POV 第一人称的动作因果，四大来源互补而非重叠。
影视综视频
剧集、综艺、电影、纪录片片段。配 IP 标签、剧情节点、角色标注、情感曲线。
社媒短视频
短视频、直播切片、UGC 创作。配作者元数据、互动数据、话题标签、音频对齐。
电商演示视频
直播带货、商品演示、开箱评测。配 SKU 对齐、价格点、卖点标签、转化节点。
具身智能视频
第一人称视角（POV）、动作轨迹、抓取演示、导航路径。配关节角度、力反馈、任务成功标记。
03采集与筛选 · 三步到达训练管线
客户带着训练目标来——艺恩将其映射到底层数据源与发现过滤器，高粒度筛选后以结构化方式交付。从 Define 到 Deliver，每一步都可定制。
定义任务族与
场景维度
客户带着训练目标（任务族 / 场景 / 视角 / 时长 / 语言）来——艺恩将其映射到底层数据源与发现过滤器，生成可执行的数据采集策略。
高粒度筛选
与质量评估
基于内容标签、动作语义、画质指标、版权状态多维度过滤，剔除低价值与高合规风险样本，保留训练高 ROI 的"对的数据"。
结构化交付
到客户私有云
预切片段 + 标准化元数据，导出 RLDS / LeRobot v3 / WebDataset / 自定义 schema，直接对接训练 pipeline。支持增量更新与版本管理。
04交付格式 · 对接主流训练 pipeline
支持 RLDS (Reinforcement Learning Datasets)、LeRobot v3、WebDataset 三大主流格式，外加自定义 schema。客户的 ingestion 脚本可直接消费。
# episode structure { "observation": { "image": <video_frame>, "state": <joint_angles>, }, "action": <action_vector>, "reward": <scalar>, }
# episode layout
dataset/
├── meta/
│ └── info.json
├── data/
│ └── chunk-000.parquet
└── videos/
└── episode_000.mp4
# tar structure
shard_000.tar:
00001.mp4
00001.json
00002.mp4
00002.json
# ingestion-friendly { "schema_version": "2.0", "fields": ["video", "caption", "task_id", "pov", ...], "license_chain": [...] }
05 · NEW 2026具身智能专题集 · Embodied AI Data
第一人称视角 + 动作标注的具身训练数据。配合 2026 具身智能商业化元年，艺恩上线专项数据集：厨房、家居、导航、操作四大场景族，持续扩充任务族覆盖。
厨房场景
取物、切配、烹饪、清洁——完整厨房任务族 POV + 动作标注。
家居场景
整理、清扫、开关电器、照料植物——日常家居任务多样本。
导航场景
室内室外导航、避障、路径规划、目标追踪 POV 视频流。
操作场景
抓取、放置、组装、使用工具——精细操作任务族完整标注。