今日（12月30日），智元机器人联合上海人工智能实验室、国家地方共建人形机器人创新中心以及上海库帕思，正式开源百万真机数据集AgiBot World，数据质量从实验室级上升到工业级标准，后续还将发布具身基座大模型。

据智元机器人方面介绍，AgiBot World是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。此前，具身智能训练领域大规模的开源数据集是Google的Open X-Embodiment。相较于前者，AgiBot World长程数据规模高出10倍，场景范围覆盖面扩大100倍，数据质量也从实验室级上升到工业级标准。

AgiBot World数据集复刻了家居（40%)、餐饮（20%）、工业（20%）、商超（10%）和办公（10%）五大核心场景，涵盖了80余种日常生活中的动作和技能。

在这个具身数据的世界里，机器人不再只是进行简单的桌面任务，而是进入到人类日常生活的方方面面，既有抓取、放置、推、拉等基础操作，也有搅拌、折叠、熨烫等复杂动作。

高质量的数据集对于当下人形机器人技术的发展尤为重要。人形机器人需要在训练中不断成长，才能像人一样的活动并完成任务。如同小学生做习题提高自己的学习能力一样，人形机器人也需要数据集这样的“习题册”来提升自己。

但是数据，尤其是高质量的的数据仍是发展人形机器人当下一个卡点。现有开源数据集，或多或少都存在采集流程缺乏标准化、机器人构型过时、数据质量格式参差不齐等问题，在机器人策略学习的过程中甚至会带来副作用。

在数据采集方面，傅利叶智能通用机器人事业部副总裁周斌表示，现在的机器人数据采集方式主流的还是以人的遥操的方式采集，未来则需要更拟人化，以提高数据对具身智能的泛化和迁移能力；二是提升数据维度，如增加触觉等数据输入，满足工业和实际场景需求；三是采用虚实结合的技术路径，提升数据集量级，目前物理世界数据集仍不足。

通过低成本方式，高质量地获取数据对机器人进行训练，是量产前要解决的关键问题。一直以来，业界也正在积极补齐短板，如特斯拉等公司开展大规模真机数据采集。

12月27日，北京国地共建具身智能机器人创新数据采集基地亮相；12月28日，上海提出“搭建超大规模城市级的模拟应用场景，率先赋能具身智能、自动驾驶等大模型实训”。

国家地方共建人形机器人创新中心（“国地中心”），是目前我国发展人形机器人产业一个重要载体。该中心当前一个重要任务也是组建机器人训练场收集数据。

国地中心总经理许彬在接受《科创板日报》记者采访时表示，这个训练场将落地在浦东张江模力社区，可容纳100个人形机器人同时训练，预计到2027年这一数字将达1000个。

AgiBot World是智元机器人本年度开源的第三个项目，相关数据将在HuggingFace、Github以及agibot-world.com项目主页上分批上传。

智元机器人方面称，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；发布全套工具链，实现采集、训练和评测闭环。