機器之心發(fā)布

想象一下，你正在訓練一個未來的家庭機器人。你希望它能像人一樣，輕松地疊好一件襯衫，整理雜亂的桌面，甚至系好一雙鞋的鞋帶。但最大的瓶頸是什么？不是算法，不是硬件，而是數(shù)據(jù) —— 海量的、來自真實世界的、雙手協(xié)同的、長程的、多模態(tài)的高質(zhì)量數(shù)據(jù)。

因此為了整個具身智能探索加速，開源集合成為了大家的共同選擇，從谷歌 Open-X Embodiment、智元 AgiBot Digital World，到智源 RoboCOIN 與它石智航的 World In Your Hands，都在試圖構(gòu)建更龐大、更完善的數(shù)據(jù)集合，并開源給到全行業(yè)。

但在 1 月 6 日，有一家公司將這件事做到新高度，進行了超過 1 萬小時、接近百萬 clips 的具身數(shù)據(jù)集合開放，這是行業(yè)最大規(guī)模、也是泛化程度最高的開源數(shù)據(jù)集合，它就是簡智機器人的 “10Kh RealOmni-Open DataSet”

（下載地址為：https://huggingface.co/datasets/genrobot2025/10Kh-RealOmin-OpenData，其他數(shù)據(jù)正在陸續(xù)上傳。國內(nèi)也與阿里魔搭、百度百舸合作，方便國內(nèi)用戶下載。）

這批數(shù)據(jù)集合和之前不同點在哪兒？

總體規(guī)模大，這個體量甚至已經(jīng)超越很多具身公司自己所儲備的數(shù)據(jù)，而在量大的同時，這個數(shù)據(jù)集合還期望它更加“實用”

首先需要它具備足夠強的 “技能深度”，在簡智開源數(shù)據(jù)集合中，沒有選擇去發(fā)散的擴充技能數(shù)量，而是聚焦在 10 個常見家庭任務(wù)集合中，從而對應(yīng)每一項技能都有超過 1 萬 Clips 規(guī)模的數(shù)據(jù)覆蓋，這使得其不只是總體規(guī)模的最大，也是單個技能的行業(yè)最多

其次是質(zhì)量、模態(tài)的要求，這決定這些數(shù)據(jù)是否真正能被模型消化理解，而畫面的超大 FOV、清晰的畫質(zhì)是基礎(chǔ)，保證可以全方位錄制到周圍的環(huán)境和人的操作細節(jié)，簡智這次數(shù)據(jù)集合的像素達到 “1600*1296”“30fps” 的水平

在這之上軌跡的精度是數(shù)據(jù)質(zhì)量的關(guān)鍵，厘米級的軌跡精度對人來說可能足夠精細，但對于機器人來說則需要達到毫米級別，因此簡智這次開源數(shù)據(jù)對比行業(yè)，一方面具備了大多數(shù)不具備的軌跡信息，同時通過高精度 IMU 硬件和云端重建與還原，進一步將軌跡提升到亞厘米級別。而在模態(tài)上，作為夾抓類的技能采集，夾抓的開合角度、位移也都在集合中包含。

而在技能方面，單手在實際場景中可以完成的任務(wù)優(yōu)先，因此難得是在數(shù)據(jù)集中，99.2% 都是 “雙手、長程任務(wù)”，這也讓它變得更落地—— 以第一批數(shù)據(jù)為例，平均 clips 長度為 1min37s。這意味著，它記錄的不是一張張靜態(tài)快照，而是從 “拿起散亂 T 恤” 到 “疊放整齊” 的完整過程，是動作邏輯與因果的連續(xù)學習。

最后則是在相同技能下，數(shù)據(jù)的場景、目標泛化上需要足夠豐富，人員的操作要足夠自然，而非單一場景的重復(fù)、動作僵硬重復(fù)，這樣才能讓模型在真實的生活中，應(yīng)對家庭環(huán)境、目標類型千變?nèi)f化。簡智這批數(shù)據(jù)來自 3000 個真實的家庭規(guī)模采集，以疊衣服為例，不同的衣服種類、平鋪的位置等多重因素變量都包含在其中，彌補了傳統(tǒng) “數(shù)采工廠” 方案過于單一的問題。

為什么有底氣開源這么大批量數(shù)據(jù)？

在這些大規(guī)模、高質(zhì)量、泛化程度高數(shù)據(jù)的背后，其實一套完整的 “數(shù)據(jù)生產(chǎn)鏈條”，在這方面簡智也有自己的一套方法論，完成從采集設(shè)備到云端平臺，再到數(shù)據(jù)的二次迭代的閉環(huán)，這也使得簡智在 2 個月時間內(nèi)就積累了近百萬小時規(guī)模的數(shù)據(jù)。

這其中，Gen DAS Gripper是能完成簡智規(guī)?；杉氖滓|點，它相比傳統(tǒng)的數(shù)據(jù)采集、UMI 等方案來看，可以更容易、快速地部署，不需要做任何的場地布置；同時全棧自研的 ISP 圖像處理、CMOS 傳感器，保證圖像高質(zhì)量、清晰。

同時可以做到基于車規(guī)級 IMU、雙手設(shè)備同步，實現(xiàn)雙手技能的高精度坐標對齊，異構(gòu)數(shù)據(jù)時間誤差小于 1ms

在設(shè)備端，具備超強壓縮能力：將數(shù)據(jù)體積壓縮至原大小的 2%，同時打通在線上傳通道，實現(xiàn)分鐘級快速上傳，大幅提升數(shù)據(jù)流轉(zhuǎn)效率。

Gen Matrix 則是中樞數(shù)據(jù)平臺，它將收集后數(shù)據(jù)進行高精準的軌跡還原、對齊、清洗處理：將眾多分散設(shè)備數(shù)據(jù)收集，超強軌跡還原、環(huán)境重建能力，軌跡真值誤差小于 1cm，并將異構(gòu)數(shù)據(jù)進行同步與清洗，保證數(shù)據(jù)質(zhì)量，并具備自動化標注、切片等進階能力，可以高并發(fā)處理海量數(shù)據(jù)源。這在具身行業(yè)也是領(lǐng)先的數(shù)據(jù)平臺基建。

Gen ADP（AI Data Pipeline）則是規(guī)?；⒆詣踊瘮?shù)據(jù)產(chǎn)線，它是將 DAS 的數(shù)據(jù)完成自動化的脈搏。它將標注、加工流程自動化，讓高質(zhì)量數(shù)據(jù)的產(chǎn)出像流水一樣持續(xù)、高速，2h 內(nèi)完成采集與處理全過程。目前據(jù)簡智公開信息，已經(jīng)完成百萬小時規(guī)模數(shù)據(jù)累計，并且每天以接近萬小時規(guī)模增長

開源是一件需要持續(xù)做、加速做的事情

具身智能的未來，建立在高質(zhì)量數(shù)據(jù)的基石之上。在今天來看，大家對于數(shù)據(jù)的格式、規(guī)范還尚不成熟，這大大的影響了模型方案的進步速度，因此開源數(shù)據(jù)持續(xù)、加速推進，能快速填補數(shù)據(jù)鴻溝、統(tǒng)一技術(shù)標準、降低研發(fā)門檻、推動生態(tài)協(xié)同與自主可控，最終加速具身智能從實驗室走向規(guī)模化落地。

10Kh RealOmni-Open DataSet的開放，不僅是一份海量數(shù)據(jù)資源，更是一種通過共享加速創(chuàng)新的可能性。簡智團隊后續(xù)將繼續(xù)加強數(shù)據(jù)基建建設(shè)，推出更多行業(yè)有益的數(shù)據(jù)、服務(wù)，形成 “數(shù)據(jù)共享 — 模型優(yōu)化 — 場景落地 — 數(shù)據(jù)反哺” 的正向循環(huán)。