人工智能領(lǐng)域在AI大模型和智能駕駛爆火之后，下一個最熱的賽道是什么？具身智能當(dāng)仁不讓！據(jù)高盛此前預(yù)測，到2035年，人形機(jī)器人市場空間有望達(dá)到1540億美元。除了特斯拉，國內(nèi)也有很多大廠和創(chuàng)業(yè)公司投身其中。

與傳統(tǒng)的工業(yè)機(jī)器人不同的是，新一代具身智能的核心目標(biāo)是，賦予機(jī)器人類人化的泛化能力，也即面對多樣化的環(huán)境和任務(wù)時，能夠像人類一樣從容應(yīng)對和靈活操作。比如人形機(jī)器人被期望可以做一些家務(wù)勞動，而不是像流水線上的機(jī)械手臂一樣只能做簡單、重復(fù)的動作。

要實(shí)現(xiàn)這一點(diǎn)，正如ChatGPT需要海量數(shù)據(jù)做訓(xùn)練，端到端的智能駕駛需要幾百萬輛車提供數(shù)據(jù)來源，具身智能的發(fā)展同樣需要大量優(yōu)質(zhì)的訓(xùn)練數(shù)據(jù)。但是，收集機(jī)器人訓(xùn)練數(shù)據(jù)，遠(yuǎn)比通用大模型收集文本或圖像等互聯(lián)網(wǎng)數(shù)據(jù)困難得多，需要在專門的環(huán)境中記錄機(jī)器人的每個關(guān)節(jié)動作和末端執(zhí)行信息。這個過程不僅需要昂貴的硬件設(shè)備，還需投入大量人力來確保數(shù)據(jù)質(zhì)量。成本高，數(shù)據(jù)少，已成為人形機(jī)器人行業(yè)迭代的掣肘。

國內(nèi)具身智能明星企業(yè)智元機(jī)器人，今日重磅發(fā)布全球首個基于全域真實(shí)場景、全能硬件平臺、全程質(zhì)量把控的百萬真機(jī)數(shù)據(jù)集開源項目AgiBot World。這一里程碑式的開源項目，旨在構(gòu)建國際領(lǐng)先的開源技術(shù)底座，有助于推動具身智能領(lǐng)域迎來GPT時刻。

接下來的一段時間，智元機(jī)器人將按計劃在HuggingFace、Github以及agibot-world.com項目主頁上分批上傳數(shù)據(jù)，供全球下載和使用，加速人類邁向通用人工智能的新時代。 #源神稚暉君又開源了#

為什么是智元機(jī)器人？

智元機(jī)器人成立時間不長，但跑得最快，已成為中國估值最高、現(xiàn)金儲備最為充足、商用量產(chǎn)規(guī)模最大的人形機(jī)器人企業(yè)之一。

據(jù)了解，智元機(jī)器人由“華為天才少年”“稚暉君”彭志輝從華為離職后于2023年2月創(chuàng)立。在成立不到兩年的時間里，智元機(jī)器人已經(jīng)完成了八輪融資，融資總額超20億元，估值超70億元。

其投資方背景頗為強(qiáng)大，既包括高瓴創(chuàng)投、鼎暉資本、經(jīng)緯創(chuàng)投等投資機(jī)構(gòu)，也包括上海臨港新片區(qū)基金、上海司南園科私募基金等地方國資，以及比亞迪、上汽投資、長飛光纖、立景創(chuàng)新、百度風(fēng)投、三花控股等產(chǎn)業(yè)資本。據(jù)智元機(jī)器人方面透露，公司計劃于明年年初啟動B輪融資。

在產(chǎn)品布局方面，2024年8月18日，智元機(jī)器人發(fā)布了五款商用人形機(jī)器人新品，包括“遠(yuǎn)征”與“靈犀”兩大系列，這些新品覆蓋了交互服務(wù)、柔性制造、特種作業(yè)、科研教育和數(shù)據(jù)采集等多個場景。

在智元的這場新品發(fā)布會上，其柔性智造機(jī)器人遠(yuǎn)征A2-W的一場“現(xiàn)場秀”讓人印象深刻。

在一個布置得像客廳的場景中，彭志輝對一臺遠(yuǎn)征A2-W機(jī)器人說“給我做一杯萄汽可樂吧？”；遠(yuǎn)征A2-W回問：”什么是萄汽可樂？”；彭志輝解釋稱，“就是把葡萄榨汁和可樂放在一起?！甭牭胶筮h(yuǎn)征A2-W就移動去了桌子邊，從放有青棗、葡萄、小番茄等的碟子中選中葡萄，拿起榨汁機(jī)，成功將葡萄打成汁，然后又從有可樂、雪碧、橙汁、礦泉水的罐裝飲料中選中可樂，用它的兩根手指打開瓶蓋，將可樂倒入葡萄杯中，最后遞給彭志輝。

對全世界的機(jī)器人來說，這一番操作其實(shí)相當(dāng)復(fù)雜的，特別考驗機(jī)器人的語義理解和手眼配合能力。遠(yuǎn)征A2-W的成功完成，證明了智元機(jī)器人的軟硬件技術(shù)實(shí)力。

也正基于此，智元已經(jīng)正式開啟通用機(jī)器人商用量產(chǎn)。截至12月15日，機(jī)器人累計產(chǎn)量已有962臺，年底計劃產(chǎn)量接近千臺。其市場表現(xiàn)同樣令人矚目。據(jù)透露，智元預(yù)計2024年的發(fā)貨量將達(dá)到300臺左右，其中，雙足人形機(jī)器人遠(yuǎn)征A2約200臺，輪式人形機(jī)器人遠(yuǎn)征A2-W約100臺。

復(fù)刻五大場景100多種典型應(yīng)用

支持遠(yuǎn)征A2-W機(jī)器人為彭志輝成功制作「萄汽可樂」的，是智元的動作編排大模型。動作編排大模型變得更強(qiáng)的必要條件之一，就是此次開源的數(shù)據(jù)集。 #智元開源，中國具身ImageNet到來#

在智元選擇開源之前，全球最通用的機(jī)器人操作策略一般是在由谷歌 DeepMind機(jī)器人團(tuán)隊創(chuàng)建的Open X-Embodiment數(shù)據(jù)集上預(yù)訓(xùn)練的。但由于其在數(shù)據(jù)分布外場景成功率難稱“優(yōu)異”，因此訓(xùn)練出的機(jī)器人系統(tǒng)難以適應(yīng)新任務(wù)、新環(huán)境的巨大挑戰(zhàn)。

相比Open X-Embodiment數(shù)據(jù)集，Agibot World長程數(shù)據(jù)規(guī)模高出10倍，場景范圍覆蓋面擴(kuò)大100倍，數(shù)據(jù)質(zhì)量從實(shí)驗室級上升到工業(yè)級標(biāo)準(zhǔn)！

據(jù)介紹，AgiBot World數(shù)據(jù)集中涵蓋的場景具備多樣化和多元化特點(diǎn)，從抓取、放置、推、拉等基礎(chǔ)操作，到攪拌、折疊、熨燙等復(fù)雜動作，幾乎涵蓋了人類日常生活所需的絕大多數(shù)場景。AgiBot World數(shù)據(jù)集中收錄了80多種日常生活中的多樣化技能視頻，讓機(jī)器人能夠“十八般武藝樣樣精通”。

AgiBot World數(shù)據(jù)集誕生于智元自建的大規(guī)模數(shù)據(jù)采集工廠與應(yīng)用實(shí)驗基地，空間總面積超過4000平方米，包含3000多種真實(shí)物品，真實(shí)復(fù)刻了家居、餐飲、工業(yè)、商超和辦公五大核心場景，全面覆蓋了機(jī)器人在生產(chǎn)、生活中的100多種典型應(yīng)用需求。

與傳統(tǒng)數(shù)據(jù)集只能處理短程任務(wù)相比，Agibot World數(shù)據(jù)集的一大特色是，80%的任務(wù)均為長程任務(wù)，任務(wù)時長集中在60s-150s之間，并且包含多個原子技能，是DROID和OpenX-Embodiment的5倍左右。

舉個形象的例子。傳統(tǒng)數(shù)據(jù)集訓(xùn)練的是，讓機(jī)器人拿一只碗，拿住不打滑、掌握好力道不捏碎，就已經(jīng)很棒了。而Agibot World數(shù)據(jù)集能讓機(jī)器人做到的是使用洗碗機(jī)洗碗的完整程序。這些操作包括：首先打開洗碗機(jī)；然后將筷子、勺子、碗和盤子等水池里雜亂的不同形狀的餐具，一一準(zhǔn)確無誤地整理至洗碗機(jī)相應(yīng)卡槽中；關(guān)上洗碗機(jī)；打開按鈕開始洗刷。

憑借先進(jìn)的硬件、精心設(shè)計的任務(wù)和保證的數(shù)據(jù)質(zhì)量，AgiBot-World 為大規(guī)模機(jī)器人學(xué)習(xí)樹立了新的標(biāo)桿，并為通用機(jī)器人系統(tǒng)的未來鋪平了道路。

源神稚暉君又雙叒叕開源

數(shù)據(jù)集的開源并非智元機(jī)器人首次對外開源。其創(chuàng)始人稚暉君深受極客精神影響，秉持開源理念，認(rèn)為開源不僅是技術(shù)分享，更是推動行業(yè)進(jìn)步的有力方式，通過開源，讓科技成果為更多人所用，促進(jìn)整個行業(yè)的發(fā)展，實(shí)現(xiàn)技術(shù)的共享與創(chuàng)新。

2024 年 9 月 25 日智元 AimRT 中間件正式開源。AimRT 是智元機(jī)器人自主研發(fā)的高性能通信中間件，它為機(jī)器人開發(fā)者提供了一個更輕量化、高效、易用的工具，簡化了機(jī)器人開發(fā)過程中的資源管控、異步編程與部署配置等復(fù)雜流程，提升了開發(fā)效率，有助于推動各類機(jī)器人應(yīng)用的快速落地。同時，其兼容性和可擴(kuò)展性也為 AI 繪畫、AI 生文等領(lǐng)域的應(yīng)用提供了良好基礎(chǔ)，能夠促進(jìn)機(jī)器人技術(shù)與其他領(lǐng)域的融合發(fā)展。

2024 年 10 月 24 日智元機(jī)器人又宣布靈犀X1面向全球全棧開源，包含含本體設(shè)計圖紙、軟件框架、中間件源碼、基礎(chǔ)運(yùn)控算法等，開源資料總大小超過1.2GB。這一舉措不僅推動了技術(shù)的民主化，也為全球的開發(fā)者和科技愛好者提供了學(xué)習(xí)和研究的平臺。智元希望靈犀X1能夠開啟“人形機(jī)器人人人造”的時代。

如同OpenAI將GPT做成大模型領(lǐng)域的基礎(chǔ)設(shè)施一樣，智元也希望未來所有的機(jī)器人都使用同樣的硬件、同一個大腦甚至小腦——而這些都是智元Inside。

智元在此刻開源全球首個基于全域真實(shí)場景、全能硬件平臺、全程質(zhì)量把控的百萬真機(jī)數(shù)據(jù)集AgiBot World，是具身智能技術(shù)發(fā)展的重大突破和里程碑事件，更是推進(jìn)具身智能通用人工智能（AGI）實(shí)現(xiàn)的重要加速器。

未來，智元機(jī)器人將陸續(xù)開源千萬仿真數(shù)據(jù)，以支持更泛化和更通用的大模型訓(xùn)練；將發(fā)布具身基座大模型，可支持模型微調(diào)，賦能千行百業(yè)；發(fā)布全套工具鏈，實(shí)現(xiàn)采集、訓(xùn)練和評測完美閉環(huán)；為激發(fā)創(chuàng)新的無限潛能，我們還將舉辦一系列AgiBot World Challenge。

智元方面表示，“我們通過匯聚頂尖資源與技術(shù)力量，將共同推動具身智能發(fā)展新范式，加速人類邁向通用人工智能的新時代，在全球范圍內(nèi)奠定中國在這一前沿領(lǐng)域的領(lǐng)導(dǎo)地位。” #源神稚暉君又開源了# #智元開源，中國具身ImageNet到來#

#源神稚暉君又開源了#

#智元開源，中國具身ImageNet到來#