赛迪前瞻:我国具身智能数据集工程化落地亟待破解四大瓶颈

我国具身智能数据集的建设现状

　　从建设主体看，国家级数据训练场、行业级开源社区与企业级数据开发平台协同发力，具身智能数据集开发生态纵深性发展。

一是国家级训练场构建“2+N”数据生产体系

　　国家层面，已在北京和上海建成2个国家级具身智能训练场。其中，北京国家地方共建具身智能机器人创新中心已建成近万平米的中试验证工厂，年产能达数千台套，配备近百套关键测试仪器，支持整机、一体化关节、机械臂等全链条测试验证。上海国家地方共建人形机器人创新中心训练场已部署102台异构人形机器人，具备每日生成5万条数据的能力。

　　地方层面，河南、江苏、北京、深圳等省市正积极推进人形机器人创新中心分训练场建设。其中河南分训练场聚焦12大传统产业，部署近百台机器人，覆盖20多个真实场景。

二是行业级开源社区推动关键资源共建共享

　　地方、企业及科研机构主动开放资源，以共建方式降低行业创新门槛。如傅利叶智能开源了包含3万条真机数据的ActionNet数据集及配套工具链，地瓜机器人等也积极打造开发者社区。北京国家地方共建具身智能机器人创新中心上线了开源社区，提供具身天工机器人本体、慧思开物SDK、RoboMIND数据集及训练工具链等资源。

三是机器人本体企业和技术服务平台企业推动企业级数据研发和服务

　　机器人本体企业基于自有硬件进行真机数据的采集积累，如智元机器人AgiBot World真机数据集、宇树科技G1机器人操作数据集、帕西OmniSharing DB全模态具身智能数据集。

　　技术服务平台企业则提供数据采集平台、仿真工具、数据标注服务等数据服务，助力企业数据集开发。如群核科技提供虚拟数字道场平台SpatialVerse，通过生成可交互的三维合成数据，支持机器人进行避障、抓取及紧急制动等任务的仿真训练；智源研究院则打造高保真仿真框架AgiBot Digital World，为机器人设计提供仿真数据生成解决方案。