做具身智能的第一人称数采，设备选得对不对，很大程度上决定数据能不能训练出可用的模型。虚拟动力的VDEgo-C2头戴式双目第一视角采集设备，以4K超宽屏分辨率、30/60fps双帧率与双目RGB鱼眼相机，配合完整的数据处理工具链，面向VLA与世界模型训练提供Ego数据。
一、视角与覆盖：为什么用双目鱼眼
第一视角采集，怕的就是漏采。VDEgo-C2采用双目RGB鱼眼相机，左右两路图像通过视差还原深度与立体结构，能完整地呈现场景布局与手物交互的空间关系；鱼眼镜头提供较大的视场覆盖，减少视野边缘的动作细节丢失。人手操作往往发生在视野边缘，视野窄的设备容易把关键动作切掉，双目加鱼眼的组合，正是为减少这类漏采而设。
二、分辨率与帧率：影响数据可用性
VDEgo-C2单机分辨率为4K超宽屏，支持30/60fps双帧率。分辨率越高，图像中的细节越完整；帧率越高，快速动作越不容易拖影。对抓取、装配这类快速操作，帧率往往是决定数据能不能用的硬指标。
三、同步与标定：双目数据可用的前提
双目数据能否用，取决于同步与标定。VDEgo-C2的双目相机与IMU惯性传感器同步，IMU含独立时间戳；采集时同步记录Ego位姿（坐标与四元数）、相机内参外参等标定参数，这是后续深度与轨迹计算的前提。缺了这一步，再高的分辨率也难以还原准确的空间关系。
四、采集与存储：离线可用、本地加密
数据采集常在无网环境进行。VDEgo-C2支持离线独立采集，通过物理按键一键启停并有提示音反馈；数据实时写入本地SD卡并支持加密存储，保障数据安全。设备采用模块化设计，头部集成双目相机、惯性传感器、数采主控与无线通信模块，腰部独立挂载电池，采集与供电分开，适合长时间连续采集。
五、数据处理工具链：采集之后能得到什么
虚拟动力的VDEgo-C2设备配套了Ego数据处理工具链，可把原始数据加工成可直接训练的标准数据。
具体来说，设备端先产出原始数据，包括彩色视频（MJPG或MP4）、图像帧时间戳、IMU数据（含时间戳）、标定参数与设备信息。将原始数据导入配套解算工具后，可得到：
双目视频文件（左右目图像拼接），支持h265/h264/mjpg编码；
视频每帧时间戳；
IMU每帧数据时间戳，以及加速度计和陀螺仪数据；
Ego位姿（坐标和四元数）；
相机与IMU的标定参数（含分辨率、内参、外参、误差等）。
也就是说，用VDEgo-C2自行采集，配合这套工具链，能把原始画面解算成带时间戳、位姿、标定参数的多模态数据，并输出为可训练的标准格式。
六、采集服务与数据交付
若不便自采或者缺少标注与数据处理的团队，虚拟动力也可以承接从采集到交付的完整环节，按需提供多模态数据采集与精细化标注处理服务。服务流程按需求沟通、方案定制、现场采集、清洗标注、标准化交付五步推进。一次采集可同步产出彩色视频、IMU传感数据、Ego位姿、相机标定参数与手部位姿等多模态数据，且时序对齐。交付格式覆盖MP4、CSV、JSON、LeRobot、YAML、MCAP等，可按训练框架选定。
对于希望直接拿到可用数据集、而不想在设备操作与数据处理上投入过多精力的团队，这套服务相当于把采集、处理、标注与交付整体承接，只需明确训练目标和交付要求，即可获得标准化后的多模态数据。
七、按训练目标怎么选
面向VLA与世界模型训练的规模化数据采集，选VDEgo-C2头戴双目方案；对空间关系与手物交互要求高的任务，其双目视差与鱼眼覆盖更有优势；需要批量化、标准化交付的团队，则要一并看数据处理工具链是否完整。选型时把“数据采来训练什么模型”放在第一位，再回头对参数。
Ego数采设备的选型，可以落到四点：视角够不够全、分辨率与帧率够不够高、同步与标定够不够准、工具链能不能交付标准数据。虚拟动力以VDEgo-C2双目采集设备与配套数据处理工具链，覆盖了从采集到交付的完整链路。
常见问题
Q1：VDEgo-C2的相机和分辨率？采用双目RGB鱼眼相机，双目拼接分辨率为4K超宽屏，支持30/60fps。
Q2：能离线采集吗？支持离线独立采集，数据写入本地SD卡并加密存储。
Q3：为什么强调标定参数？双目的深度与轨迹计算依赖相机内外参，标定参数是数据可用的前提。
Q4：采完的数据怎么处理？经数据解析、处理质控后，输出BVH、LeRobot、MCAP等格式。
Q5：适合训练什么模型？面向VLA视觉语言动作模型与世界模型的训练数据采集。