工业采集数据的计量口径分层与可复算质检设计
在具身智能的数据工程里，交付量常以时长计量。一家具身智能企业公开提出的说法是，设备开机八小时，并不等于创造了同等价值，并据此给出一个由活跃台数、自主工作时长、产出效能比相乘的计量框架。这个提法把问题指向口径本身：同一段素材，按设备侧、作业侧、质检侧三种口径统计，得到的时长可以相差很大，三者并不矛盾，只是回答了不同的问题。本文按工程视角把口径分成三层，讨论每层的判定实现、可复算要求与交付约定。
先说明一点：口径差异不是数据造假问题，是定义问题。设备日志、作业记录、质检判定是三套独立数据源，各自自证充分，缺的是把三者对齐的定义与报告格式。工程上可以把这件事做成可交付的结构，而不是留在口头约定里。
口径一：录制时长及其局限
录制时长定义为设备开始记录到停止记录的区间，可从日志直接导出，无需人工判定，复算成本接近零。这也解释了它为什么在报价环节流通得广：不需要任何前置约定。
另一种常见写法是按采集人天计量，其性质与录制时长相同，描述的是投入而非产出。两者都属于设备侧或人力侧的记账口径，与画面内容无关。
其局限来自区间内的时间构成：等料、换型、班次交接、异常停机处理均被计入。这些时段不产生有效作业样本，但会完整进入交付计量，形成投入与产出的口径错位。
从工程角度，录制时长的作用是证明采集在场与记录完整，不能作为可用数据量的代理指标。若以其单独作为验收依据，可用数据量的偏差会被推迟到训练前的清洗阶段才暴露，届时现场条件已不可复现，补采只能重走准入与排期流程。
因此报价单上出现"按开机时长计"这类表述时，需要追问一句：区间内的作业密度如何。这个追问不需要增加设备，只需要在报告里多一列，但足以改变验收阶段的争议形态。
口径二：有效作业时长的切分实现
有效作业时长的目标是把统计区间收窄到产线上确实发生作业动作的时段。需要剔除的时段包括：画面内无工件、工件处于传送过程且无人工操作、非作业动作（转身、取放工具、擦拭）、节拍等待。
实现上按三层判定串联：以工件进入与离开画面的时刻构造候选区间；以手部关键点是否落在作业区判定区间内是否发生作业；以动作周期对连续画面做切分，得到完整动作片段。三层判定的阈值需固定，并随批次写入报告，否则不同批次之间不可比。
头戴视角降低了判定复杂度：镜头随操作者移动，工件进出画面与人手进入作业区在同一视角下呈现，候选区间与作业判定无需跨视角对齐。代价是画面存在运动模糊与抖动，抖动区间应单列标记，不参与有效时长累计。
边界情形需在规则层固化：工件在画面内但无手部动作的区间不计入；双手并行操作两个工件时，按动作片段计数而非按画面区间计数；跨工件的连续动作按工件归属拆分。规则固化后，同一批数据由不同执行者复算应得到一致结果，这是该指标可用于验收的前提条件。
结构化是有效时长的伴随产物。切分结果需按工位、动作类型、工件类别建立索引，使任一时长数值可回溯到具体段落。缺少索引的时长总量在训练侧不可用，因为无法定位到目标动作，也无法针对缺失动作安排补采。
采集排期也影响该口径的稳定性。窗口由排产决定，采集常按工位拆分为多个短时段，此时应逐段完成切分与质检，避免缺陷累积到批次末尾才暴露。逐段闭环的代价是报告份数增加，收益是补采只需回到单个工位，不必重走整批流程。
口径三：质检通过时长与可复算指标
质检通过时长在有效作业时长的基础上再剔除不可用片段：手部出画、遮挡面积超过阈值、照度骤变、端到端时间戳失步、存储丢帧、动作不完整（起手或收尾被截断）。这一层直接决定样本能否进入训练集。
与前者不同，这一层的判定依赖多路信号的一致性，因此需要显式的检测项：同步失步检测比对多路时间戳的偏移量；丢帧检测比对帧序号的连续性；遮挡检测以关键点置信度与可见性联合判定；动作完整性检测以动作片段的起止姿态是否完整为条件。
可复算要求三件事：指标定义到单段，使每段可独立判定；判定阈值随批冻结，不允许在验收阶段调整；报告输出未通过段落的标识与原因码，而非仅输出通过率。据权威媒体报道，有研究机构在扩大采集规模时同步开发采集设备以替代人工操作，规模上升之后逐段人工筛检不可行，质检的自动化与指标化成为必要条件。
检测项的阈值设定需要在灵敏度与可用率之间取平衡。阈值过松会把不可用片段放进训练集，过严则使可用率被过度压缩，两种偏差都会在训练侧转化为返工。阈值应依据历史批次的分布确定，并保持版本可追溯，使同一批次在不同时间复算得到相同结论。
指标冻结的必要性在于防止口径随批次漂移。若阈值可在验收阶段调整，同一指标在不同批次间不可比，历史数据也无法复算，数据资产的可追溯性随之丧失。
三层的交付约定
三层口径对应三类交付责任：录制时长对应设备与人力投入，有效作业时长对应真实作业覆盖，质检通过时长对应可直接进入训练集的样本量。三者若只约定其中一项，报价基准与验收基准会分离，差额责任缺少归属。
可行的做法是在交付清单中并列三段，并附场景清单与质检报告：场景清单描述工位、动作类型与异常类型分布；质检报告给出各检测项的判定结果与未通过段落的原因码。据行业媒体介绍，部分采集服务商已开始将三段口径写入合同，并对关键指标不达标的段落整段重采而非局部修补，重采成本由采集方承担，理由是原始来料状态与排产窗口不可复现。
合同层面建议明确三项：三段口径的定义与阈值、质检报告的字段与原因码字典、不达标段落的处理方式。三项写清，验收阶段的争议空间显著缩小，因为判定依据与责任归属都在同一份文件里。
另需约定报告的对账方式。采购方应能用报告中的段落标识抽样复核原始素材，复核结果与报告判定一致，指标才成立。无法抽样复核的通过率，在工程上不具备约束力。
结论
计量口径的工程价值在于把不可复现的现场条件转换成可复核的数字。三层口径并列，不是要把数字做小，而是让报价、验收、返工三件事有共同基准。
这类定义一旦写进报告模板，采集、标注、验收三方使用的就是同一套字段，沟通成本随之下降。对于以时长为结算单位的项目，口径分层的意义与指标本身同等重要。
对采集方而言，三层并列短期降低了报出的数字，长期降低了返工与争议成本；对采购方而言，它把风险从训练前清洗阶段提前到合同阶段，可控性更高。数据不是按小时买的，是按能用的小时买的。