AgiBot World
定义
AgiBot World是一个面向机器人操作学习的百万级真机数据集,由智元机器人(AGIBOT)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科技公司共同发布[3][4]。该数据集的正式版包含1001552条轨迹,总时长2976.4小时,划分出217个具体任务、87类基础技能与106个采集场景。
数据集本身并非孤立的数据文件,而是一套包含数据、工具链、评测基准与基线模型的完整体系,由研究团队以AgiBot World Colosseo之名发布,相关工作被2025年IEEE/RSJ国际智能机器人与系统会议收录并进入最佳论文决赛[5][6]。
原理
数据由同构硬件平台采集,以确保跨轨迹的一致性。采集所用机器人以AgiBot G1为基础,配双臂、可升降腰部、移动底盘,末端可在平行夹爪与6自由度灵巧手之间切换;全机装8台相机,包括前向RGB-D、鱼眼与末端相机,图像与关节、末端位姿等本体感知状态以30Hz频率记录[3]。任务若需要触觉反馈,则换装带视触觉传感器的夹爪。
遥操作是获取示范的主要途径,有两种实现方式:一种是VR头显或手柄控制,将手部位姿映射为末端位姿再经逆运动学解算为关节角;另一种是全身动作捕捉,记录人体包括手指在内的关节姿态并映射到机器人,从而获得更细致的手指与躯干控制。数据入库前需经过标准化采集流程与人机协同校验,采集端与云端先做自动筛选,再由审核人员逐帧核对,最后以算法复核动作是否符合任务标准[3]。
在数据之上,研究团队训练了通用策略模型GO-1(Genie Operator-1),采用视觉-语言-潜动作架构:视觉语言骨干提取任务条件,潜动作规划模块给出动作意图,再由动作专家网络解码为连续动作块。动作块长度与控制频率在预训练阶段设为30,与数据集30Hz的采集频率对齐[7]。该架构的意义在于把网络数据与真机数据放进同一训练框架,使数据量增长能带来可预期的性能提升。
发展历程
2024年12月30日,数据集的Alpha版本发布,约含10万条轨迹、300小时数据,覆盖100余个真实场景;2025年1月3日发布Alpha样本集,1月20日上线OpenDataLab[8]。2025年3月1日,Beta版本发布,规模扩至约100万条轨迹,成为该项目的正式大规模版本[8]。
2025年3月9日,研究团队在预印本平台公开论文《AgiBot World Colosseo: A Large-scale Manipulation Platform for Scalable and Intelligent Embodied Systems》,系统说明数据构成、采集流程与GO-1模型[9]。同年,数据集在国内的魔搭社区上线,此前已在GitHub与抱抱脸等平台开放[10]。2025年10月,IROS 2025在杭州举办,相关论文进入最佳论文决赛[6]。
2026年4月7日,后续版本AGIBOT WORLD 2026发布,改用新一代机器人平台采集,按模仿学习、多样交互等主题分5个阶段陆续开放,并由真实场景数字孪生生成配套仿真数据[11][12]。
应用
数据集最主要的用途是预训练与微调机器人操作策略。以在AgiBot World上预训练的策略为例,其平均表现较在Open X-Embodiment上训练的策略提升约30%,在域内与分布外场景中均有改善;基于该数据训练的GO-1在真实环境的灵巧操作与长程任务中成功率超过60%,较此前的RDT方法高出32%[5]。
第三方机构也将其用作训练与评测资源。英伟达在2025年GTC大会发布的通用人形机器人基础模型GR00T N1,其训练真机数据约80%来自该数据集;在Cosmos-Reason1相关研究中,AgiBot World亦被作为基准测试集之一[2][10]。据国家数据局公布的信息,该数据集累计下载量达2.9万次[2]。
围绕数据集还形成了配套的竞赛体系。2025年,AgiBot World Challenge借助该数据集设Manipulation与World Model两大赛道,线上赛于6月至9月进行,线下真机决赛在杭州IROS 2025期间举行,共11支队伍入围,最终清华大学与上海人工智能实验室联合团队获冠军[13]。
局限
数据全部来自单一硬件本体。所有轨迹均由同构的AgiBot G1及其后续平台采集,这消除了跨本体变量,但也意味着数据与特定相机布置、关节配置和动作接口绑定;迁移到其他机器人时,传感器规格与动作空间需要重新适配,不能直接部署[14]。
仿真评测环境在初始发布时尚未完备。论文明确指出,当时的全部评测均在真实场景中进行,与真实设置对齐的仿真环境仍在开发中,这一缺口影响了评估的速度与可复现性[15]。此外,具身数据的采集成本高、周期长,数据规模虽比同类数据集高一个数量级,仍受限于可采集的场景与物品数量[3]。
使用许可存在限制。数据集与代码采用CC BY-NC-SA 4.0协议,仅限非商业用途,并要求相同方式共享,商业场景下的使用需另行取得授权[1][16]。早期版本还存在数据不完整的情况,如Alpha版的语言标注在发布后才逐步补齐[8]。
参见
-
GO-1 —— 以AgiBot World为主要训练数据开发的通用机器人策略模型。
-
智元机器人 —— 该数据集的发起与开源机构。
-
具身智能 —— 数据集所服务的核心研究方向。
-
视觉-语言-动作模型 —— 以大规模机器人数据训练的典型模型形态。
-
Open X-Embodiment —— 常被用作对比的机器人数据集。
参考资料
- AgiBot-World [引用日期2026-10-29]
- 高质量数据集典型案例 | 具身智能领域百万真机高质量数据集 [引用日期2026-10-29]
- 人形机器人会做各种家务了，上海多家机构联合发布百万真机数据集 [引用日期2026-10-29]
- 全球首个百万真机数据集开源项目发布：机器人们在上海已学会这些技能 [引用日期2026-10-29]
- ieee.org 上的网页 [引用日期2026-10-29]
- citations [引用日期2026-10-29]
- AgBotWorld [引用日期2026-10-29]
- README.md · agibot-world/AgiBotWorld-Alpha at main [引用日期2026-10-29]
- arxiv.org 上的网页 [引用日期2026-10-29]
- 从支撑英伟达GR00T到登陆魔搭社区，智元AgiBot World打通具身智能全球数据生态 [引用日期2026-10-29]
- 智元开源具身数据集AGIBOT WORLD 2026，让数据采集走进真实世界-智元创新（上海）科技股份有限公司 [引用日期2026-10-29]
- 智元宣布开源具身数据集AGIBOT WORLD 2026 [引用日期2026-10-29]
- 智元办机器人挑战赛：清华&上海AILab夺冠，华南理工“单人成团”拿亚军 [引用日期2026-10-29]
- github.com 上的网页 [引用日期2026-10-29]
- obspm.fr 上的网页 [引用日期2026-10-29]
- AgiBot World [引用日期2026-10-29]