智元開源具身數(shù)據(jù)集AGIBOT WORLD 2026，讓數(shù)據(jù)采集走進真實世界 | 前沿在線

文：智元AGIBOT

排版：前沿在線 編輯部

在計算機視覺領(lǐng)域，“ImageNet時刻”的出現(xiàn)曾經(jīng)改變了一切。它不僅提供了數(shù)據(jù)，更定義了一個時代的研究范式。今天，具身智能同樣站在這樣的臨界點上。

2024年末，智元發(fā)布具身智能行業(yè)首個百萬真機數(shù)據(jù)集AGIBOT WORLD時，我們嘗試為這個領(lǐng)域提供一個新的起點。而現(xiàn)在，隨著研究不斷深入，新的需求也變得更加明確：研究者和開發(fā)者需要的，不再只是數(shù)據(jù)量，而是能夠真實承載物理世界復雜性的高質(zhì)量數(shù)據(jù)。

基于這樣的創(chuàng)新研究需求，智元機器人正式開源——AGIBOT WORLD 2026 數(shù)據(jù)集，首個覆蓋具身智能全域研究的開源數(shù)據(jù)集。

該數(shù)據(jù)集基于海量真實場景，圍繞五大具身領(lǐng)域研究主題構(gòu)建，每個主題均設(shè)有專屬采集方法與精細化的標注體系，以精準支持不同細分領(lǐng)域研究者的需求。數(shù)據(jù)集將分五個階段持續(xù)開源，覆蓋更多主題與場景，旨在為具身領(lǐng)域提供覆蓋廣泛、即取即用的高質(zhì)量真實數(shù)據(jù)。同時，我們通過數(shù)字孿生技術(shù)，在仿真環(huán)境中1:1重建真實場景并采集數(shù)據(jù)，仿真數(shù)據(jù)同步開源。

我們希望通過全新的具身數(shù)據(jù)集明確一個更深遠的方向：讓機器人走出實驗室，在真實世界中呼吸、學習、進化。

項目主頁：agibot-world.com

開源地址：huggingface.co/datasets/agibot-world/AgiBotWorld2026

具身數(shù)據(jù)，不再是“理想環(huán)境”的產(chǎn)物

長期以來，機器人數(shù)據(jù)往往誕生于高度控制的環(huán)境之中。標準的樣板間、整潔的桌面、預(yù)設(shè)的初始位置、可預(yù)期的操作路徑，讓模型能夠快速學習，卻難以適應(yīng)真實世界的復雜性。

而現(xiàn)實卻從來不是這樣的。一個普通的家庭廚房，可能同時存在遮擋、雜亂擺放、光照變化和動態(tài)干擾；一個商業(yè)空間中的任務(wù)，也往往需要在不確定條件下完成多步驟操作。正是在這些細節(jié)之中，機器人被真正賦予作業(yè)能力。

AGIBOT WORLD 2026的所有數(shù)據(jù)均采集自100%真實環(huán)境。覆蓋商業(yè)空間、酒店餐飲、家居、安防場景、工業(yè)物流等場景，復雜任務(wù)與隨機干擾并存，每一次操作都發(fā)生在真實世界的上下文之中。這意味著，數(shù)據(jù)不再是“被設(shè)計”的，而是“被經(jīng)歷”的。也正因如此，每一條數(shù)據(jù)都天然具備遷移到真實應(yīng)用中的價值。

新一代硬件采集，靈巧本體豐富末端

數(shù)據(jù)的質(zhì)量，不僅取決于場景，也取決于采集它的“身體”。

AGIBOT WORLD 2026基于智元新一代以工業(yè)級標準打造的精靈G2通用機器人完成采集。這一硬件平臺搭載高性能關(guān)節(jié)執(zhí)行器、多類型傳感器、高性能域控制器，支持高精度力控作業(yè)，并提供豐富的二次開發(fā)接口。結(jié)合Swift Picker夾爪與智元OmniHand五指靈巧手，同步采集多視角RGB(D)、觸覺、LiDAR點云、IMU及全身關(guān)節(jié)狀態(tài)、力傳感器等多模態(tài)傳感數(shù)據(jù)。

在同一任務(wù)中，機器人不僅“看到”，還“感受到”，并實時記錄自身的運動與反饋。這種多模態(tài)的統(tǒng)一采集，使得數(shù)據(jù)天然具備更強的表達能力，也更貼近真實部署時的系統(tǒng)狀態(tài)。

讓數(shù)據(jù)真正“像機器人在做事”

在采集方面，更進一步的問題是：數(shù)據(jù)是否真的反映了機器人“完整地在執(zhí)行任務(wù)”？我們這一點上做了關(guān)鍵突破。

首先，全身控制（Whole Body Control）的引入，讓機器人不再只是局部執(zhí)行動作，而是像人一樣以完整的身體參與任務(wù)。機械臂、腰部與手部在統(tǒng)一控制下協(xié)同運作，動作更加連貫自然，也更接近人類在現(xiàn)實世界中的行為方式。很多過去依賴“拼接動作”的任務(wù)，現(xiàn)在可以被一體化完成，這種能力會直接體現(xiàn)在數(shù)據(jù)之中。

與此同時，超視距遙操作構(gòu)建了一種全新的采集方式。數(shù)采員可以跨地域地實時控制機器人，并通過第一視角，與機器人共享同一感知空間，使操作過程更加直觀與連續(xù)。人不再是“外部指揮者”，而是“在機器人身體中行動”，這種一致性，使采集到的數(shù)據(jù)天然具備更強的可遷移性，也成為釋放全身控制能力的最佳范式。

在更微觀的層面，力控采集的引入進一步改變了數(shù)據(jù)的表達方式。數(shù)據(jù)不再只是運動軌跡的記錄，而是包含了真實的接觸與力反饋信息。機器人在“觸碰世界”的過程中所感受到的變化，被完整保留下來，從而使模型能夠?qū)W習柔順操作、復雜接觸乃至精細的物理交互。

當這三種能力共同作用時，數(shù)據(jù)不再只是“動作的集合”，而是一次完整的、真實發(fā)生的物理行為過程。

工業(yè)級標準，讓數(shù)據(jù)可用可靠

所有數(shù)據(jù)在進入AGIBOT WORLD 2026數(shù)據(jù)集之前，都經(jīng)歷了嚴格的驗證流程。原始數(shù)據(jù)采集完成后，都將通過算法策略訓練與真機測試，確保數(shù)據(jù)采集的有效性。所有數(shù)據(jù)均進入嚴格的 DaaS工業(yè)質(zhì)檢流水線，依據(jù)統(tǒng)一標準進行多輪篩查與清洗，每一個環(huán)節(jié)都圍繞一個目標展開：確保交付結(jié)構(gòu)清晰、標注精準、可直接用于模型訓練的高質(zhì)量數(shù)據(jù)。

這也是智元始終堅持的一個原則——數(shù)據(jù)不僅要“看起來正確”，更要“用起來可靠”。

五大階段逐步登場，正式開源第一期“模仿學習”主題

創(chuàng)新自由采集范式

人類通過觀察與模仿掌握復雜技能，而機器人同樣可以借助專家示范，快速建立對任務(wù)的理解與執(zhí)行能力，學習并泛化復雜的物理交互技能。這便是具身研究領(lǐng)域的關(guān)鍵方向之一“模仿學習”。AGIBOT WORLD 2026開源的第一期，正是圍繞這一研究方向展開。

不同于傳統(tǒng)固定腳本的采集方式，我們引入了智元創(chuàng)新的“自由采集范式”。數(shù)據(jù)采集員在真實場景中，根據(jù)實時情況靈活設(shè)計操作流程，使數(shù)據(jù)自然覆蓋不同物體種類、不同操作順序與不同動作路徑的組合，全面覆蓋多維度泛化需求。機器人通過靈活移動底盤、頭部運動、腰部旋轉(zhuǎn)及升降俯仰等擬人運動機制，實現(xiàn)了高效、自然且極具遷移價值的數(shù)據(jù)構(gòu)建。

這樣的采集范式讓數(shù)據(jù)不再只是“標準答案”，而是一種具有泛化能力的經(jīng)驗集合。

數(shù)據(jù)標注體系創(chuàng)新：從“動作”到“理解”

真實數(shù)據(jù)只是起點，更關(guān)鍵的是如何讓機器人真正“理解”。

在AGIBOT WORLD 2026數(shù)據(jù)集中，我們圍繞具身智能的核心問題，構(gòu)建了一套覆蓋多層級的標注體系。一個任務(wù)不再只是簡單的動作序列，而是被拆解為從目標描述到步驟執(zhí)行，再進一步細化到原子技能（如抓取、放置）、2D邊界框等屬性標注的完整結(jié)構(gòu)。機器人不僅可以看到“做了什么”，還可以理解“為什么這么做”。

更重要的是，我們在數(shù)據(jù)中完整保留了錯誤修正過程的軌跡記錄。現(xiàn)實世界中，沒有任何操作是完美的，真正的智能體，必須具備在失敗中調(diào)整路徑的能力。當這些過程被記錄、被標注、被學習，模型才開始兼具任務(wù)精準性與自主糾錯能力的魯棒性。

具身智能的下一階段，會發(fā)生在真實世界里。它發(fā)生在我們每個人每天生活的廚房、商場、超市里，也發(fā)生在每一個需要被自動化與智能化的場景中。智元推出 AGIBOT WORLD 2026 所做的，是為這一階段提供技術(shù)底座。我們希望這不僅是一個數(shù)據(jù)集，更是一個起點。一個讓機器人從“可以被展示”，走向“可以被使用”的起點。

今天，我們正式向全球研究者、開發(fā)者開源 AGIBOT WORLD 2026 數(shù)據(jù)集。無論是學術(shù)界、還是產(chǎn)業(yè)界，都可以基于這一數(shù)據(jù)基礎(chǔ)，探索更真實、更可靠的具身智能能力。如果說過去的機器人更多停留在實驗室，那么接下來，它們將真正進入現(xiàn)實世界。

而這一切的發(fā)生，正從數(shù)據(jù)開始。

前沿動態(tài)前沿大會
前沿人物

點「在看」，給前前加雞腿