今日（12月30日），智元機器人聯合上海人工智能實驗室、國家地方共建人形機器人創新中心以及上海庫帕思，正式開源百萬真機數據集AgiBot World，數據質量從實驗室級上升到工業級標準，后續還將發布具身基座大模型。

據智元機器人方面介紹，AgiBot World是全球首個基于全域真實場景、全能硬件平臺、全程質量把控的百萬真機數據集。此前，具身智能訓練領域大規模的開源數據集是Google的Open X-Embodiment。相較于前者，AgiBot World長程數據規模高出10倍，場景范圍覆蓋面擴大100倍，數據質量也從實驗室級上升到工業級標準。

AgiBot World數據集復刻了家居（40%)、餐飲（20%）、工業（20%）、商超（10%）和辦公（10%）五大核心場景，涵蓋了80余種日常生活中的動作和技能。

在這個具身數據的世界里，機器人不再只是進行簡單的桌面任務，而是進入到人類日常生活的方方面面，既有抓取、放置、推、拉等基礎操作，也有攪拌、折疊、熨燙等復雜動作。

高質量的數據集對于當下人形機器人技術的發展尤為重要。人形機器人需要在訓練中不斷成長，才能像人一樣的活動并完成任務。如同小學生做習題提高自己的學習能力一樣，人形機器人也需要數據集這樣的“習題冊”來提升自己。

但是數據，尤其是高質量的的數據仍是發展人形機器人當下一個卡點。現有開源數據集，或多或少都存在采集流程缺乏標準化、機器人構型過時、數據質量格式參差不齊等問題，在機器人策略學習的過程中甚至會帶來副作用。

在數據采集方面，傅利葉智能通用機器人事業部副總裁周斌表示，現在的機器人數據采集方式主流的還是以人的遙操的方式采集，未來則需要更擬人化，以提高數據對具身智能的泛化和遷移能力；二是提升數據維度，如增加觸覺等數據輸入，滿足工業和實際場景需求；三是采用虛實結合的技術路徑，提升數據集量級，目前物理世界數據集仍不足。

通過低成本方式，高質量地獲取數據對機器人進行訓練，是量產前要解決的關鍵問題。一直以來，業界也正在積極補齊短板，如特斯拉等公司開展大規模真機數據采集。

12月27日，北京國地共建具身智能機器人創新數據采集基地亮相；12月28日，上海提出“搭建超大規模城市級的模擬應用場景，率先賦能具身智能、自動駕駛等大模型實訓”。

國家地方共建人形機器人創新中心（“國地中心”），是目前我國發展人形機器人產業一個重要載體。該中心當前一個重要任務也是組建機器人訓練場收集數據。

國地中心總經理許彬在接受《科創板日報》記者采訪時表示，這個訓練場將落地在浦東張江模力社區，可容納100個人形機器人同時訓練，預計到2027年這一數字將達1000個。

AgiBot World是智元機器人本年度開源的第三個項目，相關數據將在HuggingFace、Github以及agibot-world.com項目主頁上分批上傳。

智元機器人方面稱，將陸續開源千萬仿真數據，以支持更泛化和更通用的大模型訓練；將發布具身基座大模型，可支持模型微調；發布全套工具鏈，實現采集、訓練和評測閉環。