高質(zhì)量數(shù)據(jù)集是具身智能訓(xùn)練的重要燃料，但當(dāng)下缺乏真機(jī)數(shù)據(jù)成為人形機(jī)器人技術(shù)發(fā)展的一個(gè)瓶頸。12月30日，澎湃科技（www.thepaper.cn）上海機(jī)器人初創(chuàng)公司智元機(jī)器人處獲悉，智元機(jī)器人聯(lián)合上海人工智能實(shí)驗(yàn)室、國(guó)家地方共建人形機(jī)器人創(chuàng)新中心以及上海庫(kù)帕思，正式開(kāi)源百萬(wàn)真機(jī)數(shù)據(jù)集AgiBot World，旨在支持更泛化和更通用的機(jī)器人大模型訓(xùn)練。智能機(jī)器人透露，后續(xù)該公司還將發(fā)布具身基座大模型。
據(jù)智元機(jī)器人介紹，AgiBot World是全球首個(gè)基于全域真實(shí)場(chǎng)景、全能硬件平臺(tái)、全程質(zhì)量把控的百萬(wàn)真機(jī)數(shù)據(jù)集。此前，具身智能訓(xùn)練領(lǐng)域大規(guī)模的開(kāi)源數(shù)據(jù)集是Google的Open X-Embodiment。相較于前者，AgiBot World長(zhǎng)程數(shù)據(jù)規(guī)模高出10倍，場(chǎng)景范圍覆蓋面擴(kuò)大100倍，數(shù)據(jù)質(zhì)量也從實(shí)驗(yàn)室級(jí)上升到工業(yè)級(jí)標(biāo)準(zhǔn)。
“在這個(gè)具身數(shù)據(jù)的世界里，機(jī)器人不再只是進(jìn)行簡(jiǎn)單的桌面任務(wù)，而是進(jìn)入到人類日常生活的方方面面，既有抓取、放置、推、拉等基礎(chǔ)操作，也有攪拌、折疊、熨燙等復(fù)雜動(dòng)作�！敝窃獧C(jī)器人相關(guān)負(fù)責(zé)人介紹說(shuō)。
據(jù)了解，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(shí)驗(yàn)基地，空間總面積超過(guò)4000平方米，包含3000多種真實(shí)物品，復(fù)刻了家居（40%）、餐飲（20%）、工業(yè)（20%）、商超（10%）和辦公（10%）五大核心場(chǎng)景，收錄了80多種日常生活中的多樣化技能視頻。
當(dāng)前，高質(zhì)量的數(shù)據(jù)集對(duì)于當(dāng)下人形機(jī)器人技術(shù)的發(fā)展尤為重要，但行業(yè)內(nèi)高質(zhì)量數(shù)據(jù)稀缺這一問(wèn)題存在已久，有業(yè)內(nèi)人士此前在接受澎湃科技采訪時(shí)曾指出，盡管語(yǔ)音和圖像數(shù)據(jù)可以通過(guò)互聯(lián)網(wǎng)獲取進(jìn)行標(biāo)注訓(xùn)練，但機(jī)器人需要的特定場(chǎng)景數(shù)據(jù)極為稀缺。
在數(shù)據(jù)采集方面，一直以來(lái)，業(yè)界也正積極補(bǔ)齊數(shù)據(jù)短缺這一短板。比如今年8月，特斯拉對(duì)外高薪招募“數(shù)據(jù)采集員”；12月27日，北京國(guó)地共建具身智能機(jī)器人創(chuàng)新數(shù)據(jù)采集基地亮相,同日，上海提出“搭建超大規(guī)模城市級(jí)的模擬應(yīng)用場(chǎng)景，率先賦能具身智能、自動(dòng)駕駛等大模型實(shí)訓(xùn)”。
據(jù)了解，AgiBot World是智元機(jī)器人本年度開(kāi)源的第三個(gè)項(xiàng)目，相關(guān)數(shù)據(jù)將在HuggingFace、Github以及Agibot-world.com項(xiàng)目主頁(yè)上分批上傳。智元機(jī)器人方面稱，將陸續(xù)開(kāi)源千萬(wàn)仿真數(shù)據(jù)，以支持更泛化和更通用的大模型訓(xùn)練；將發(fā)布具身基座大模型，可支持模型微調(diào)；發(fā)布全套工具鏈，實(shí)現(xiàn)采集、訓(xùn)練和評(píng)測(cè)閉環(huán)。
