具身智能正在數據開源的道路上奔跑。 

在具身智能領域，數據對于訓練深度學習模型以增強和優化機器人能力至關重要，但數據采集成本高昂、數據采集效率低、數據通用性差等因素極大限制了具身智能的發展。 

北京航空航天大學機器人研究所所長王田苗也指出，數據的匱乏讓人形機器人很難具備泛化性。當前，機器人任務泛化、感知泛化和運動操作的三個泛化數據很難獲取，比如讓機器人疊衣服、騎自行車等這些數據很難得到。 

也正因如此，數據集的開源就成為了推動具身智能行業共同進步的關鍵“加速器”。 

2024年末至今，全球已有8家具身智能公司與研究機構宣布開源數據集，多方巨頭正共同助力數據生態建設，加速全球具身智能進化。

 傅利葉——FourierActionNet 

3月17日，上海機器人企業傅利葉正式開源全尺寸人形機器人數據集FourierActionNet，首批上線超3萬條高質量真機訓練數據。 

數據集囊括傅利葉GRx系列所有機型的各類任務訓練，完整記錄機器人在真實環境中的任務執行數據，涵蓋了對常用工具、家居用品、食物等多種物體的精確取放、傾倒等操作，以及在不同環境條件下實現泛化執行，包含專門針對手部任務的模仿學習數據，適配多自由度靈巧手任務，同時，所有數據均采用視覺語言模型(VLM)進行自動標注，并通過人工二次核驗。 

值得注意的是，FourierActionNet包含萬級真機訓練數據，包含專門針對手部任務的模仿學習數據，適配多自由度靈巧手任務，所有數據均采用視覺語言模型（VLM）進行自動標注，并通過人工二次核驗，確保數據精度與準確性。 

創新中心——RoboMIND、“天工”

3月12日，北京人形機器人創新中心有限公司 Tien Kung（以下稱“創新中心”）發布了全球首個“一腦多能”“一腦多機”的通用具身智能平臺“慧思開物”。“慧思開物”的應用是對基于單一場景單一任務做專項開發這一傳統機器人應用開發模式的顛覆，同時也填補了具身智能領域在通用軟件系統方面的空白。 

在數據集開源方面，創新中心發布的行業首個標準化通用具身智能數據集和Benchmark RoboMIND首批開源數據10萬條，覆蓋工業、家庭、辦公等多場景任務，具備高度的通用性和可擴展。 

2024年12月27日，創新中心與北京大學計算機學院聯合推出了大規模多構型具身智能數據集和Benchmark——RoboMIND，基于成型標準采集，經多個模型訓練驗證有效，支持多本體多任務并具備通用性。 

據統計，本次創新中心發布的數據集采用了包括單臂機器人、雙臂機器人、人形機器人等多種形態的機器人本體進行數據采集，包含了279項不同任務的多類場景，涵蓋了高達61種不同的物體，具備多本體、多技能、多應用的特點，是我國首個具備通用性且由模型驗證有效的具身智能數據集。   

2024年11月11日，創新中心宣布啟動“天工開源計劃”，將陸續把本體、數據集、運動控制等方面的技術成果面向行業開源開放。 

據悉，基于全身協同智能小腦平臺，“天工”實測平均時速可達每小時10公里，最高奔跑速度已提升至每小時12公里，其還可在斜坡、樓梯、草地、碎石、沙地多種復雜泛化地形中實現平穩移動。 

“天工”所裝配的多能具身智能體平臺“開物”包含AI大模型驅動任務規劃的具身大腦和以數據驅動的端到端技能執行具身小腦，具備一腦多機、一腦多能的能力，未來將擁20萬條機器人軌跡數據，適配超20個以上機器人本體，實現具身能力開發時間降低90%。 

數據生態方面，創新中心數據采集涵蓋6類本體7大典型場景，日產數據已達10TB。  

 Physical Intelligence——π0 

今年2月，美國明星具身智能初創企業Physical Intelligence（簡稱PI）開源了他們的視覺-語言-動作具身模型π0，在GitHub上發布了π0的代碼和權重。他們還表示，根據他們自己的實驗，1 到 20 小時的訓練數據足以讓π0適配各種任務。 

π0具備 預訓練基礎，基于一個30億參數的預訓練視覺語言模型（VLM），并在此基礎上進行調整，以實現機器人控制。在任務表現上，π0 在多項機器人任務上表現優于其他基線模型，包括整理桌面、疊衣服、組裝紙箱等。且該模型能夠接受自然語言指令并執行任務，同時支持對復雜任務的微調。 

本次π0基礎模型開源的內容包括：運行基礎預訓練π0模型的代碼和模型權重；針對ALOHA和DROID等機器人平臺上的一些簡單任務微調的多個檢查點；在多個現實世界和模擬機器人平臺上運行推理的示例代碼；用于針對特定任務和平臺微調基礎π0模型的代碼。  

 深圳市人工智能與機器人研究院——MultiPlan 

今年1月，深圳市人工智能與機器人研究院的AIRS智能控制中心冀曉強教授團隊提出了國際首個用于大語言模型（LLM）微調的異構多機器人協作控制數據集MultiPlan，以及錯誤診斷指標MRED。MultiPlan基于自然語言任務描述框架定義了任務內容、環境描述和動作規劃，結合機器人底層SDK，提供了簡潔且可部署的智能協作方案。 

與傳統方法相比，微調后的7B參數規模模型在復雜任務的規劃及控制能力上實現了對GPT-4o等閉源大模型的顯著超越。MultiPlan數據集涵蓋100個常見室內外生活場景，通過模板生成與人工復核的數據流水線，確保了數據的泛化性和多樣性。實驗分別在辦公室服務和城市街道清潔兩個場景中進行部署，證明了方法的有效性和魯棒性。 

智元——AgiBot World 

2024年12月30日，智元機器人宣布百萬真機數據集開源項目AgiBot World。智元機器人介紹稱，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。相比谷歌開源的Open X-Embodiment數據集，AgiBot World長程數據規模高出10倍，場景范圍覆蓋面擴大100倍，數據質量從實驗室級上升到工業級標準。 

AgiBot World誕生于智元自建的大規模數據采集工廠與應用實驗基地，空間總面積超過4000平方米，包含3000多種真實物品和100多種高度還原的真實場景，按家居（40%）、餐飲（20%）、工業（20%）、商超（10%）和辦公（10%）進行分布，全面覆蓋了機器人在生產和生活中的典型應用需求。  

 宇樹科技——G1操作數據集 

2024年11月13日，宇樹科技宣布，為了推進全球具身智能行業發展，開源 G1 人形機器人操作數據集，包括數據采集、學習算法、數據集和模型，并表示將持續更新。 

本次開源，宇樹科技公布了用于G1人形機器人的遙操作控制代碼，內容包括遙操作控制的代碼教程、硬件配置圖、物料清單和安裝說明等。同時，宇樹科技還開源了G1人形機器人的操作數據集，數據集涵蓋擰瓶蓋倒水、疊三色積木、將攝像頭放入包裝盒、收集物品并存儲、雙臂抓取紅色木塊并放入黑色容器等五種操作，記錄了機器人手臂和靈巧手的七維狀態和動作數據。  

 清華大學——RDT 

2024年10月18日，清華大學開源了全球最大的雙臂機器人擴散大模型RDT（Robotic Diffusion Transformer）。RDT是由清華大學計算機AI研究院TSAIL團隊推出的全球最大的雙臂機器人操作任務擴散基礎模型。RDT具備1.2B參數量，能在無需人類操控的情況下，自主完成復雜任務。RDT可以基于模仿學習人類動作，展現出強大的泛化能力和操作精度，能處理未見過的物體和場景。 

據了解，RDT在迄今為止最大的多機器人數據集上進行預訓練，并將其擴展到1.2B參數，這是最大的基于擴散機器人操作基礎模型。在自建多任務雙手數據集上對RDT進行微調，數據集包含超過6000+集，改進其操作能力。RDT擁有目前最大的雙臂微調數據集，清華團隊構建了包括300+任務和6000+條演示的數據集。  

谷歌——Open X-Embodiment 

2024年10月，谷歌DeepMind聯手斯坦福大學、上海交通大學、英偉達、紐約大學、哥倫比亞大學、東京大學、日本理化研究所、卡內基梅隆大學、蘇黎世聯邦理工學院、倫敦帝國理工學院等21家國際知名機構，整合了60個獨立的機器人數據集，創建了一個開放的、大規模的標準化機器人學習數據集——Open X-Embodiment。

 據悉，Open X-Embodiment是迄今為止最大的開源真實機器人數據集，涵蓋了從單臂機器人到雙臂機器人，再到四足機器人等22種不同形態的機器人，共包含超過100萬條機器人軌跡和527項技能（160,266項任務）。研究人員證明，相較于僅在單個機器人類型數據上訓練的模型，在多個機器人類型數據上訓練的模型表現更佳。  

注：頭圖來自國地共建具身智能機器人創新中心官網

       原文標題 : 多方巨頭宣布開源數據集，全球具身智能加速進化中！