光轮智能开源10万小时人类数据集 携手Hugging Face共筑物理AI新未来

在机器人技术领域，一场由数据驱动的革命正悄然展开。一家名为光轮智能的公司近日宣布，开源全球首个10万小时级全模态人类行为数据集EgoSuite-Open100K，为具身智能研究提供了前所未有的资源支持。这一举措不仅填补了行业空白，更重新定义了机器人训练的范式。

传统机器人训练依赖大量机器人动作数据，但光轮智能另辟蹊径，转而使用超过100万小时的人类第一视角视频进行预训练。研究表明，随着数据量从1000小时增长至100万小时，机器人性能呈现持续上升的幂律趋势，且未出现明显瓶颈。这一发现意味着，高质量的人类行为视频数据已成为训练机器人的关键资源，其重要性甚至超越了GPU和算法本身。

EgoSuite-Open100K数据集的独特之处在于其规模与质量的双重保障。该数据集包含15,000多个独立场景，覆盖家居、物流、工业等七大环境类别，以及128种具体场景类型。每段视频均经过三层精细标注：手部位姿标注精确到21个关节点，身体位姿标注捕捉全身动作协调性，事件级语义标注则明确操作目标与物体交互关系。这种多维度标注使模型能够同时理解"如何操作"与"为何操作"。

数据采集过程中，研究团队面临多重挑战。为确保数据多样性，团队严格控制采集规范，覆盖从厨房备菜到工业装配的真实操作场景。针对头戴摄像头抖动问题，开发了专门的标注流水线，有效解决了位姿估计中的遮挡与抖动难题。腕部摄像头的引入更是突破性创新，捕捉到手指接触物体的关键瞬间，填补了公开数据集的空白。

该数据集的开源立即引发行业震动。全球最大开源AI社区Hugging Face不仅在官方账号转发推广，其机器人项目LeRobot更发表长文力挺，称这是"Hub上托管过的最具规模的数据集"。新加坡国立大学助理教授Jiafei Duan评价道："开源正在成为新的行业护城河。"学术界与产业界的热烈反响，凸显了这一资源对推动具身智能发展的战略价值。

光轮智能同步推出的SimFoundry仿真平台与RoboFinals评测系统，构建了完整的训练闭环。仿真平台将真实任务映射至虚拟环境，支持大规模试错与性能评估；评测系统则通过标准化任务定义，实现不同团队研究成果的可比性。这种"教材-练习场-考场"的体系化设计，使机器人训练从依赖真实场景的昂贵试错，转向可复现、低成本的仿真优化。

公司创始人谢晨博士强调，10万小时数据集只是起点。光轮智能已启动"5年100亿小时"数据共建计划，旨在通过统一数据标准、定向补采缺口、优化数据组合等方式，构建开放协作的生态系统。作为EgoVerse人类数据委员会与Newton仿真技术委员会的唯一中国成员，光轮智能正与斯坦福、英伟达等机构共同制定国际标准，确保中国在具身智能领域的领先地位。

这场由数据开源引发的变革，正在重塑机器人技术的发展轨迹。当行业从争夺算力转向共享知识，当企业从封闭开发转向开放协作，一个由人类与机器人共同创造的新文明正在萌芽。EgoSuite-Open100K的发布，不仅为研究者提供了标准化的数据基准，更向整个行业抛出了共建生态的橄榄枝——在通往通用人工智能的道路上，合作或许比竞争更能加速突破的来临。