第一视角视频标注太贵：GPT-6 每小时超 100 美元，Perceptron 便宜 8 倍

AkshatS07 · x · 2026-11-05

Perceptron 推出 Egocentric API，主打第一视角(egocentric)视频标注。开发者 @jecdohmann 指出：第一视角数据是视频理解与机器人预训练规模的好数据源——量大、便宜，且配合合适标注可正向迁移到其他领域；瓶颈是标注成本：用 GPT-6 做标注每小时超 100 美元，标 100 万小时要花数亿美元，1-10k 小时的小规模试点也要数十万美元。

其 API 宣称以 1/8 的成本获得丰富标注。在即将发布的细粒度第一视角标注基准 EgoHome 上，默认 4 fps 设置得 0.787 分，与 GPT-6 Astra 差距仅 0.010，成本约为 1/8；8 fps 更高且成本约 1/5。作者自称是内部最大客户，过去几周标注了数千小时来构建视频理解模型的 scaling law。