智元機器人今天宣布推出全球首個基于全域真實場景、全能硬件平臺、全程質(zhì)量把控的百萬真機數(shù)據(jù)集開源項目 AgiBot World。這一項目標(biāo)志著具身智能領(lǐng)域的“ImageNet 時刻”已經(jīng)到來。

智元機器人將按計劃在 HuggingFace、Github 以及 agibot-world.com 項目主頁上分批上傳數(shù)據(jù)。AgiBot World 是全球首個基于全域真實場景、全能硬件平臺、全程質(zhì)量把控的百萬真機數(shù)據(jù)集。相比谷歌開源的 Open X-Embodiment 數(shù)據(jù)集，AgiBot World 的長程數(shù)據(jù)規(guī)模高出 10 倍，場景范圍覆蓋面擴大 100 倍，數(shù)據(jù)質(zhì)量從實驗室級上升到工業(yè)級標(biāo)準(zhǔn)。

未來，智元機器人將陸續(xù)開源千萬仿真數(shù)據(jù)，以支持更泛化和更通用的大模型訓(xùn)練；發(fā)布具身基座大模型，支持模型微調(diào)；并發(fā)布全套工具鏈，實現(xiàn)采集、訓(xùn)練和評測閉環(huán)。

AgiBot World 數(shù)據(jù)集中涵蓋的場景具備多樣化和多元化特點，從抓取、放置、推、拉等基礎(chǔ)操作，到攪拌、折疊、熨燙等復(fù)雜動作，幾乎涵蓋了人類日常生活所需的絕大多數(shù)場景。例如，其中一個視頻展示了機器人在電腦主機中安裝內(nèi)存條的過程，這需要毫米級精細(xì)控制，稍有不慎就可能導(dǎo)致設(shè)備損壞。其末端觸覺傳感器幫助機器人實現(xiàn)了精準(zhǔn)對接。另一個視頻展示了機器人使用洗碗機，整理雜亂的餐具至相應(yīng)卡槽中，操作流程長且動作繁瑣。AgiBot World 數(shù)據(jù)集中收錄了 80 多種日常生活中的多樣化技能視頻，讓機器人能夠掌握多種技能。

AgiBot World 數(shù)據(jù)集誕生于智元自建的大規(guī)模數(shù)據(jù)采集工廠與應(yīng)用實驗基地，空間總面積超過 4000 平方米，包含 3000 多種真實物品。該基地為機器人大規(guī)模數(shù)據(jù)訓(xùn)練提供場地，并真實復(fù)刻了家居、餐飲、工業(yè)、商超和辦公五大核心場景，全面覆蓋了機器人在生產(chǎn)、生活中的典型應(yīng)用需求。家居場景再現(xiàn)人類真實住宅布局，包括臥室、客廳、廚房、衛(wèi)生間等核心空間，可以實現(xiàn)家務(wù)清潔、物品整理和廚房任務(wù)等。工業(yè)場景模擬分揀與物流自動化，復(fù)刻工業(yè)倉庫與生產(chǎn)線，包括分揀系統(tǒng)、打包設(shè)備、傳輸帶等，可以實現(xiàn)物料分揀、包裝打包、物流搬運等。通過多場景的高度還原與任務(wù)設(shè)計，AgiBot World 為機器人研發(fā)和測試構(gòu)建了實現(xiàn)具身智能的必要條件。

AgiBot World 百萬真機數(shù)據(jù)集中有 100 多種類似的真實場景，家居占 40%、餐飲 20%、工業(yè) 20%、商超 10% 以及辦公場景 10%，其中 80% 的任務(wù)均為長程任務(wù)，任務(wù)時長集中在 60s-150s 之間，并且包含多個原子技能，長程數(shù)據(jù)是 DROID 和 OpenX-Embodiment 的 10 倍以上。3000 多種物品基本涵蓋了這五大場景，同時還在不斷豐富中。

機器人能夠如此靈活智能、勝任多種任務(wù)和技能，也得益于智元對機器人本體的迭代升級。機器人配備了 8 個環(huán)繞式布局的攝像頭，可以實時 360 度全方位感知周圍環(huán)境的動態(tài)變化；配備 6 自由度靈巧手，保障動作精準(zhǔn)且靈活，同時末端還增加了六維力傳感器和高精度觸覺傳感器，能夠感知力的微小變化，做到“拿捏有度”；機器人全身擁有 32 個主動自由度，能夠靈活應(yīng)對多種復(fù)雜任務(wù)。

數(shù)據(jù)集的質(zhì)量也是決定機器人能否快速學(xué)習(xí)的關(guān)鍵。AgiBot World 中的數(shù)據(jù)需歷經(jīng)一套嚴(yán)苛的流程與驗證鏈路。在項目之初，學(xué)界、工業(yè)界、消費者等多方介入提出建議，不斷迭代流程設(shè)計規(guī)劃。數(shù)據(jù)采集質(zhì)量環(huán)節(jié)，無論是采集員還是采集質(zhì)量，均由完善的管理體系和專業(yè)的管理團隊全程保障。對于采集到的數(shù)據(jù)本身，將通過端、云兩側(cè)嚴(yán)格篩選，自動剔除不符合要求的數(shù)據(jù)，再由專業(yè)的審核員逐幀審核，確保每一個動作都符合任務(wù)標(biāo)準(zhǔn)。這些數(shù)據(jù)還會通過算法進行二次驗證，全方位筑牢數(shù)據(jù)質(zhì)量防線。