人形机器人百万真机数据集全球首次开源 具身智能迎来GPT时刻

人工智能领域在AI大模型和智能驾驶爆火之后，下一个最热的赛道是什么？具身智能当仁不让！据高盛此前预测，到2035年，人形机器人市场空间有望达到1540亿美元。除了特斯拉，国内也有很多大厂和创业公司投身其中。

与传统的工业机器人不同的是，新一代具身智能的核心目标是，赋予机器人类人化的泛化能力，也即面对多样化的环境和任务时，能够像人类一样从容应对和灵活操作。比如人形机器人被期望可以做一些家务劳动，而不是像流水线上的机械手臂一样只能做简单、重复的动作。

要实现这一点，正如ChatGPT需要海量数据做训练，端到端的智能驾驶需要几百万辆车提供数据来源，具身智能的发展同样需要大量优质的训练数据。但是，收集机器人训练数据，远比通用大模型收集文本或图像等互联网数据困难得多，需要在专门的环境中记录机器人的每个关节动作和末端执行信息。这个过程不仅需要昂贵的硬件设备，还需投入大量人力来确保数据质量。成本高，数据少，已成为人形机器人行业迭代的掣肘。

国内具身智能明星企业智元机器人，今日重磅发布全球首个基于全域真实场景、全能硬件平台、全程质量把控的百万真机数据集开源项目AgiBot World。这一里程碑式的开源项目，旨在构建国际领先的开源技术底座，有助于推动具身智能领域迎来GPT时刻。

接下来的一段时间，智元机器人将按计划在HuggingFace、Github以及agibot-world.com项目主页上分批上传数据，供全球下载和使用，加速人类迈向通用人工智能的新时代。 #源神稚晖君又开源了#

为什么是智元机器人？

智元机器人成立时间不长，但跑得最快，已成为中国估值最高、现金储备最为充足、商用量产规模最大的人形机器人企业之一。

据了解，智元机器人由“华为天才少年”“稚晖君”彭志辉从华为离职后于2023年2月创立。在成立不到两年的时间里，智元机器人已经完成了八轮融资，融资总额超20亿元，估值超70亿元。

其投资方背景颇为强大，既包括高瓴创投、鼎晖资本、经纬创投等投资机构，也包括上海临港新片区基金、上海司南园科私募基金等地方国资，以及比亚迪、上汽投资、长飞光纤、立景创新、百度风投、三花控股等产业资本。据智元机器人方面透露，公司计划于明年年初启动B轮融资。

在产品布局方面，2024年8月18日，智元机器人发布了五款商用人形机器人新品，包括“远征”与“灵犀”两大系列，这些新品覆盖了交互服务、柔性制造、特种作业、科研教育和数据采集等多个场景。

在智元的这场新品发布会上，其柔性智造机器人远征A2-W的一场“现场秀”让人印象深刻。

在一个布置得像客厅的场景中，彭志辉对一台远征A2-W机器人说“给我做一杯萄汽可乐吧？”；远征A2-W回问：”什么是萄汽可乐？”；彭志辉解释称，“就是把葡萄榨汁和可乐放在一起。”听到后远征A2-W就移动去了桌子边，从放有青枣、葡萄、小番茄等的碟子中选中葡萄，拿起榨汁机，成功将葡萄打成汁，然后又从有可乐、雪碧、橙汁、矿泉水的罐装饮料中选中可乐，用它的两根手指打开瓶盖，将可乐倒入葡萄杯中，最后递给彭志辉。

对全世界的机器人来说，这一番操作其实相当复杂的，特别考验机器人的语义理解和手眼配合能力。远征A2-W的成功完成，证明了智元机器人的软硬件技术实力。

也正基于此，智元已经正式开启通用机器人商用量产。截至12月15日，机器人累计产量已有962台，年底计划产量接近千台。其市场表现同样令人瞩目。据透露，智元预计2024年的发货量将达到300台左右，其中，双足人形机器人远征A2约200台，轮式人形机器人远征A2-W约100台。

复刻五大场景100多种典型应用

支持远征A2-W机器人为彭志辉成功制作「萄汽可乐」的，是智元的动作编排大模型。动作编排大模型变得更强的必要条件之一，就是此次开源的数据集。 #智元开源，中国具身ImageNet到来#

在智元选择开源之前，全球最通用的机器人操作策略一般是在由谷歌 DeepMind机器人团队创建的Open X-Embodiment数据集上预训练的。但由于其在数据分布外场景成功率难称“优异”，因此训练出的机器人系统难以适应新任务、新环境的巨大挑战。

相比Open X-Embodiment数据集，Agibot World长程数据规模高出10倍，场景范围覆盖面扩大100倍，数据质量从实验室级上升到工业级标准！

据介绍，AgiBot World数据集中涵盖的场景具备多样化和多元化特点，从抓取、放置、推、拉等基础操作，到搅拌、折叠、熨烫等复杂动作，几乎涵盖了人类日常生活所需的绝大多数场景。AgiBot World数据集中收录了80多种日常生活中的多样化技能视频，让机器人能够“十八般武艺样样精通”。

AgiBot World数据集诞生于智元自建的大规模数据采集工厂与应用实验基地，空间总面积超过4000平方米，包含3000多种真实物品，真实复刻了家居、餐饮、工业、商超和办公五大核心场景，全面覆盖了机器人在生产、生活中的100多种典型应用需求。

与传统数据集只能处理短程任务相比，Agibot World数据集的一大特色是，80%的任务均为长程任务，任务时长集中在60s-150s之间，并且包含多个原子技能，是DROID和OpenX-Embodiment的5倍左右。

举个形象的例子。传统数据集训练的是，让机器人拿一只碗，拿住不打滑、掌握好力道不捏碎，就已经很棒了。而Agibot World数据集能让机器人做到的是使用洗碗机洗碗的完整程序。这些操作包括：首先打开洗碗机；然后将筷子、勺子、碗和盘子等水池里杂乱的不同形状的餐具，一一准确无误地整理至洗碗机相应卡槽中；关上洗碗机；打开按钮开始洗刷。

凭借先进的硬件、精心设计的任务和保证的数据质量，AgiBot-World 为大规模机器人学习树立了新的标杆，并为通用机器人系统的未来铺平了道路。

源神稚晖君又双叒叕开源

数据集的开源并非智元机器人首次对外开源。其创始人稚晖君深受极客精神影响，秉持开源理念，认为开源不仅是技术分享，更是推动行业进步的有力方式，通过开源，让科技成果为更多人所用，促进整个行业的发展，实现技术的共享与创新。

2024 年 9 月 25 日智元 AimRT 中间件正式开源。AimRT 是智元机器人自主研发的高性能通信中间件，它为机器人开发者提供了一个更轻量化、高效、易用的工具，简化了机器人开发过程中的资源管控、异步编程与部署配置等复杂流程，提升了开发效率，有助于推动各类机器人应用的快速落地。同时，其兼容性和可扩展性也为 AI 绘画、AI 生文等领域的应用提供了良好基础，能够促进机器人技术与其他领域的融合发展。

2024 年 10 月 24 日智元机器人又宣布灵犀X1面向全球全栈开源，包含含本体设计图纸、软件框架、中间件源码、基础运控算法等，开源资料总大小超过1.2GB。这一举措不仅推动了技术的民主化，也为全球的开发者和科技爱好者提供了学习和研究的平台。智元希望灵犀X1能够开启“人形机器人人人造”的时代。

如同OpenAI将GPT做成大模型领域的基础设施一样，智元也希望未来所有的机器人都使用同样的硬件、同一个大脑甚至小脑——而这些都是智元Inside。

智元在此刻开源全球首个基于全域真实场景、全能硬件平台、全程质量把控的百万真机数据集AgiBot World，是具身智能技术发展的重大突破和里程碑事件，更是推进具身智能通用人工智能（AGI）实现的重要加速器。

未来，智元机器人将陆续开源千万仿真数据，以支持更泛化和更通用的大模型训练；将发布具身基座大模型，可支持模型微调，赋能千行百业；发布全套工具链，实现采集、训练和评测完美闭环；为激发创新的无限潜能，我们还将举办一系列AgiBot World Challenge。

智元方面表示，“我们通过汇聚顶尖资源与技术力量，将共同推动具身智能发展新范式，加速人类迈向通用人工智能的新时代，在全球范围内奠定中国在这一前沿领域的领导地位。” #源神稚晖君又开源了# #智元开源，中国具身ImageNet到来#

#源神稚晖君又开源了#

#智元开源，中国具身ImageNet到来#