让真实操作，成为可用数据。

我们可以交付原始视频或录屏，但核心服务是把原始素材整理成可训练、可检查的数据包。根据项目需要，数据中还会包含任务说明、步骤、动作、时间记录、成功/失败信息、版本和质量说明。

第一视角数据很适合理解场景、任务、物体和人的操作经验；但人和机器人在手部结构、传感器和控制方式上可能不同。如果希望机器人直接学习抓取、旋转、插入等动作，建议增加机器人动作对齐、标定或小样本验证服务。

普通截图标注通常只说明“屏幕上有什么”。GUI 交互数据还会说明“用户要完成什么、当前页面是什么状态、用户做了什么操作、页面如何变化、任务是否完成”。如果需要训练智能体执行任务，还应提供初始状态、检查规则和回放方式。

真实任务并非每次都一次成功。记录经过分类的失败和修正过程，可以让模型学习发现错误、回退、重新尝试、请求人工帮助或安全停止。设备故障、网络中断等不适合训练的异常则会单独标记，不应混入成功数据。

可以，但需要在项目开始前明确授权、数据地点、账户权限、是否含个人信息、是否可使用测试环境、哪些动作禁止执行，以及数据是否允许用于训练、再训练或对外共享。客户私有流程默认应按受限数据管理。

双方会在项目开始前约定验收方式。常见方式包括：文件完整性检查、字段抽检、标注复核、任务覆盖检查、数据回放、测试集验证和质量报告审查。不同模型和场景需要不同标准，因此不建议使用笼统的“准确率”替代项目验收。

数据权属、训练权利、再训练权利、再分发限制、保留期限、删除机制和是否允许匿名化复用，应在项目合同中明确。对私有场景，默认采用“客户专有、未经书面同意不再利用”的原则；对完全授权的公开样本，则可按约定开放许可使用。