智元开源具身数据集AGIBOT WORLD 2026，让数据采集走进真实世界

在计算机视觉领域“ImageNet时刻”的出现曾经改变了一切。它不仅提供了数据更定义了一个时代的研究范式。今天具身智能同样站在这样的临界点上。2024年末智元发布具身智能行业首个百万真机数据集AGIBOT WORLD时我们尝试为这个领域提供一个新的起点。而现在随着研究不断深入新的需求也变得更加明确研究者和开发者需要的不再只是数据量而是能够真实承载物理世界复杂性的高质量数据。基于这样的创新研究需求智元机器人正式开源——AGIBOT WORLD 2026 数据集首个覆盖具身智能全域研究的开源数据集。该数据集基于海量真实场景围绕五大具身领域研究主题构建每个主题均设有专属采集方法与精细化的标注体系以精准支持不同细分领域研究者的需求。数据集将分五个阶段持续开源覆盖更多主题与场景旨在为具身领域提供覆盖广泛、即取即用的高质量真实数据。同时我们通过数字孪生技术在仿真环境中1:1重建真实场景并采集数据仿真数据同步开源。我们希望通过全新的具身数据集明确一个更深远的方向让机器人走出实验室在真实世界中呼吸、学习、进化。项目主页agibot-world.com开源地址huggingface.co/datasets/agibot-world/AgiBotWorld202601/具身数据不再是“理想环境”的产物长期以来机器人数据往往诞生于高度控制的环境之中。标准的样板间、整洁的桌面、预设的初始位置、可预期的操作路径让模型能够快速学习却难以适应真实世界的复杂性。而现实却从来不是这样的。一个普通的家庭厨房可能同时存在遮挡、杂乱摆放、光照变化和动态干扰一个商业空间中的任务也往往需要在不确定条件下完成多步骤操作。正是在这些细节之中机器人被真正赋予作业能力。AGIBOT WORLD 2026 的所有数据均采集自100%真实环境。覆盖商业空间、酒店餐饮、家居、安防场景、工业物流等场景复杂任务与随机干扰并存每一次操作都发生在真实世界的上下文之中。这意味着数据不再是“被设计”的而是“被经历”的。也正因如此每一条数据都天然具备迁移到真实应用中的价值。02/新一代硬件采集灵巧本体丰富末端数据的质量不仅取决于场景也取决于采集它的“身体”。AGIBOT WORLD 2026 基于智元新一代以工业级标准打造的精灵G2通用机器人完成采集。这一硬件平台搭载高性能关节执行器、多类型传感器、高性能域控制器支持高精度力控作业并提供丰富的二次开发接口。结合Swift Picker夹爪与智元OmniHand五指灵巧手同步采集多视角RGB(D)、触觉、LiDAR点云、IMU及全身关节状态、力传感器等多模态传感数据。在同一任务中机器人不仅“看到”还“感受到”并实时记录自身的运动与反馈。这种多模态的统一采集使得数据天然具备更强的表达能力也更贴近真实部署时的系统状态。03/让数据真正“像机器人在做事”在采集方面更进一步的问题是数据是否真的反映了机器人“完整地在执行任务”我们这一点上做了关键突破。首先全身控制Whole Body Control的引入让机器人不再只是局部执行动作而是像人一样以完整的身体参与任务。机械臂、腰部与手部在统一控制下协同运作动作更加连贯自然也更接近人类在现实世界中的行为方式。很多过去依赖“拼接动作”的任务现在可以被一体化完成这种能力会直接体现在数据之中。与此同时超视距遥操作构建了一种全新的采集方式。数采员可以跨地域地实时控制机器人并通过第一视角与机器人共享同一感知空间使操作过程更加直观与连续。人不再是“外部指挥者”而是“在机器人身体中行动”这种一致性使采集到的数据天然具备更强的可迁移性也成为释放全身控制能力的最佳范式。在更微观的层面力控采集的引入进一步改变了数据的表达方式。数据不再只是运动轨迹的记录而是包含了真实的接触与力反馈信息。机器人在“触碰世界”的过程中所感受到的变化被完整保留下来从而使模型能够学习柔顺操作、复杂接触乃至精细的物理交互。当这三种能力共同作用时数据不再只是“动作的集合”而是一次完整的、真实发生的物理行为过程。04/工业级标准让数据可用可靠所有数据在进入 AGIBOT WORLD 2026 数据集之前都经历了严格的验证流程。原始数据采集完成后都将通过算法策略训练与真机测试确保数据采集的有效性。所有数据均进入严格的 DaaS工业质检流水线依据统一标准进行多轮筛查与清洗每一个环节都围绕一个目标展开确保交付结构清晰、标注精准、可直接用于模型训练的高质量数据。这也是智元始终坚持的一个原则——数据不仅要“看起来正确”更要“用起来可靠”。05/五大阶段逐步登场正式开源第一期“模仿学习”主题创新自由采集范式人类通过观察与模仿掌握复杂技能而机器人同样可以借助专家示范快速建立对任务的理解与执行能力学习并泛化复杂的物理交互技能。这便是具身研究领域的关键方向之一“模仿学习”。AGIBOT WORLD 2026 开源的第一期正是围绕这一研究方向展开。不同于传统固定脚本的采集方式我们引入了智元创新的“自由采集范式”。数据采集员在真实场景中根据实时情况灵活设计操作流程使数据自然覆盖不同物体种类、不同操作顺序与不同动作路径的组合全面覆盖多维度泛化需求。机器人通过灵活移动底盘、头部运动、腰部旋转及升降俯仰等拟人运动机制实现了高效、自然且极具迁移价值的数据构建。这样的采集范式让数据不再只是“标准答案”而是一种具有泛化能力的经验集合。数据标注体系创新从“动作”到“理解”真实数据只是起点更关键的是如何让机器人真正“理解”。在AGIBOT WORLD 2026数据集中我们围绕具身智能的核心问题构建了一套覆盖多层级的标注体系。一个任务不再只是简单的动作序列而是被拆解为从目标描述到步骤执行再进一步细化到原子技能如抓取、放置、2D边界框等属性标注的完整结构。机器人不仅可以看到“做了什么”还可以理解“为什么这么做”。更重要的是我们在数据中完整保留了错误修正过程的轨迹记录。现实世界中没有任何操作是完美的真正的智能体必须具备在失败中调整路径的能力。当这些过程被记录、被标注、被学习模型才开始兼具任务精准性与自主纠错能力的鲁棒性。具身智能的下一阶段会发生在真实世界里。它发生在我们每个人每天生活的厨房、商场、超市里也发生在每一个需要被自动化与智能化的场景中。智元推出 AGIBOT WORLD 2026 所做的是为这一阶段提供技术底座。我们希望这不仅是一个数据集更是一个起点。一个让机器人从“可以被展示”走向“可以被使用”的起点。今天我们正式向全球研究者、开发者开源 AGIBOT WORLD 2026 数据集。无论是学术界、还是产业界都可以基于这一数据基础探索更真实、更可靠的具身智能能力。如果说过去的机器人更多停留在实验室那么接下来它们将真正进入现实世界。而这一切的发生正从数据开始。