2026年6月3日,智元正式開源AGIBOT WORLD 2026數(shù)據(jù)集第二期主題“多樣交互(Rich Interaction)”。據(jù)其介紹,這是行業(yè)首個(gè)聚焦物理交互的開源具身數(shù)據(jù)集,面向世界模型、神經(jīng)仿真器、物理感知以及表征學(xué)習(xí)等具身智能研究,系統(tǒng)記錄機(jī)器人與真實(shí)物理世界之間復(fù)雜、高密度、非理想的交互過程,旨在補(bǔ)齊當(dāng)前世界模型訓(xùn)練中長期缺失的真實(shí)物理交互數(shù)據(jù)。
本期數(shù)據(jù)集已在Hugging Face平臺開放下載。繼此前發(fā)布以“模仿學(xué)習(xí)”為主題的第一期數(shù)據(jù)集后,AGIBOT WORLD 2026進(jìn)一步將數(shù)據(jù)建設(shè)從專家示范和成功軌跡,推進(jìn)到真實(shí)環(huán)境中更復(fù)雜、更不確定、也更接近物理世界本質(zhì)的交互學(xué)習(xí)階段。
長期以來,具身智能數(shù)據(jù)集大多圍繞標(biāo)準(zhǔn)任務(wù)、專家示范和成功案例展開。然而,真實(shí)世界并不總是理想、穩(wěn)定和可控的。機(jī)器人在現(xiàn)實(shí)環(huán)境中會(huì)頻繁遇到抓取失敗、物體滑落、意外碰撞、液體飛濺、布料變形等非標(biāo)準(zhǔn)情境。對于人類而言,這些是日常生活中習(xí)以為常的經(jīng)驗(yàn);但對于機(jī)器人而言,它們恰恰是理解接觸、摩擦、重心、形變和反饋等物理規(guī)律的關(guān)鍵入口。
為了補(bǔ)齊當(dāng)前世界模型訓(xùn)練中長期缺失的真實(shí)物理交互數(shù)據(jù),AGIBOT WORLD 2026第二期“多樣交互”數(shù)據(jù)集應(yīng)運(yùn)而生。與傳統(tǒng)具身數(shù)據(jù)集中只關(guān)注“成功示范案例”的采集邏輯不同,智元此次開源的“多樣交互”主題數(shù)據(jù)集主動(dòng)保留并強(qiáng)調(diào)非理想行為的研究價(jià)值。該數(shù)據(jù)集基于100%真實(shí)場景采集,系統(tǒng)記錄了機(jī)器人與不同材質(zhì)、形態(tài)和結(jié)構(gòu)物體之間的豐富物理互動(dòng),覆蓋成功與失敗、預(yù)期與意外、穩(wěn)定與混沌等多種交互狀態(tài)。通過開放這批數(shù)據(jù),智元希望為世界模型提供更接近真實(shí)世界運(yùn)行規(guī)律的數(shù)據(jù)基礎(chǔ),推動(dòng)機(jī)器人從“學(xué)習(xí)如何完成任務(wù)”進(jìn)一步走向“理解動(dòng)作如何改變世界”。
這些過去常被視為“失敗”或“噪聲”的數(shù)據(jù),正在成為世界模型研究中寶貴的資產(chǎn)。對于世界模型而言,如果訓(xùn)練數(shù)據(jù)只包含標(biāo)準(zhǔn)動(dòng)作和成功示范,模型往往容易停留在對成功狀態(tài)的擬合上。當(dāng)面對少見動(dòng)作、復(fù)雜接觸和非理想情況時(shí),模型可能難以準(zhǔn)確預(yù)測真實(shí)世界中的失敗分布與物理演化。只有見過足夠豐富的成功與失敗過程,模型才能更好地模擬真實(shí)未來場景,減少不符合物理規(guī)律的生成結(jié)果。
智元在實(shí)驗(yàn)中證實(shí),基于其世界模型仿真器Genie Envisioner-Sim 2.0,多樣交互數(shù)據(jù)與失敗數(shù)據(jù)對于提升Action-Conditioned World Model的建模能力具有重要意義。相比僅基于成功示范訓(xùn)練的模型,納入更豐富動(dòng)作分布、接觸過程和非理想交互結(jié)果的數(shù)據(jù),有助于模型更準(zhǔn)確地理解“動(dòng)作如何改變世界”,并提升未來狀態(tài)預(yù)測的物理一致性。
本期數(shù)據(jù)集的發(fā)布,意味著具身智能數(shù)據(jù)建設(shè)正在進(jìn)入新的階段。過去,機(jī)器人更多是在學(xué)習(xí)“如何成功執(zhí)行動(dòng)作”;現(xiàn)在,機(jī)器人需要進(jìn)一步學(xué)習(xí)對世界的建?!罢鎸?shí)世界如何回應(yīng)動(dòng)作”。從成功到失敗,從動(dòng)作到反饋,從任務(wù)完成到世界理解,AGIBOT WORLD 2026正試圖為下一代世界模型、機(jī)器人學(xué)習(xí)和物理智能研究搭建更完整的數(shù)據(jù)底座。
韻洋 曉風(fēng)