Da die Robotikforschung über kontrollierte Laborumgebungen hinaus in reale{0}Weltumgebungen vordringt, ist laut AGIBOT die Nachfrage nach groß angelegten-hochwertigen-Daten immer wichtiger geworden. Das Unternehmen veröffentlichte heute AGIBOT WORLD 2026, einen heterogenen Open-Source-Datensatz, der nach eigenen Angaben fünf wichtige Forschungspfade zur verkörperten Intelligenz systematisch unterstützen soll.
„Der Datensatz enthält strukturierte, qualitativ hochwertige und präzise kommentierte reale{1}Roboterdaten und bietet Entwicklern und Forschern eine solide Grundlage für das Training verkörperter KI-Systeme der nächsten Generation“, sagte AGIBOT.
AGIBOT WORLD verfolgt die Strategie der kostenlosen -Datenerfassung-
AGIBOT WORLD 2026 umfasst ein breites Spektrum realer -Weltumgebungen, darunter Gewerbeflächen, Häuser und Alltagsszenarien. Laut AGIBOT erfasst dies die Komplexität, Variabilität und Unvorhersehbarkeit, mit denen Roboter in der Praxis umgehen müssen.
Im Gegensatz zu herkömmlichen Datensätzen, die auf sich wiederholenden und skriptgesteuerten Demonstrationen basieren, hat das in Shanghai- ansässige Unternehmen einen Freiform-Datenerfassungsansatz-verfolgt, bei dem Teleoperatoren dynamisch Aufgaben basierend auf Echtzeitbedingungen ausführen.
Es wurde behauptet, dass diese Strategie die Diversität innerhalb jeder Episode erheblich steigern und die Generalisierung über mehrere Dimensionen hinweg, einschließlich Objektkategorien, Anfangskonfigurationen und Aufgabenausführungssequenzen, verbessern kann. Laut AGIBOT verfügt sein Roboter über eine flexible Basis mit Rädern, bewegliche Kopf- und Hüftbewegungen sowie Hebe-{1}Neigungsfunktionen für eine effiziente, natürliche und hochgradig übertragbare Datenerfassung.
Parallel dazu erstellt AGIBOT 1:1-Umgebungen für digitale Zwillinge in der Simulation, wobei alle entsprechenden Simulationsdaten zusammen mit dem realen Datensatz veröffentlicht werden
Innovationen schließen die Lücke zwischen Daten und echtem Roboterverhalten
„Eine grundlegende Frage bei der verkörperten KI bleibt: Spiegeln die Daten wirklich wider, wie ein Roboter als integriertes System funktioniert?“ bemerkte AGIBOT. Um diesem Problem zu begegnen, hat das Unternehmen mehrere Funktionen eingeführt:
Ganzkörperkontrolle (WBC):Dies ermöglicht eine koordinierte Steuerung von Armen, Taille und Händen, sodass Roboter Aufgaben als einheitliches System flüssiger und nicht durch isolierte Bewegungen ausführen können.
Erste-Person außerhalb-visueller-Teleoperation:Die Wahrnehmung des Roboters ist an die des Bedieners angepasst, was eine intuitivere, kontinuierlichere und übertragbare Steuerung ermöglicht.
Erzwinge-kontrollierte Datenerfassung:AGIBOT sagte, es habe Kontaktdynamik und Force-Feedback integriert und somit nicht nur Bewegungsbahnen, sondern auch reale physische Interaktionen erfasst.
„Zusammen sorgen diese Funktionen dafür, dass der Datensatz das Verhalten von Robotern in der realen Welt genauer wiedergibt“, erklärte das Unternehmen.
Hardware in Industriequalität-speist die Datenpipeline
AGIBOT erklärte, dass der Datensatz auf seiner G2-Hardwareplattform erfasst wird, die leistungsstarke Gelenkaktoren, multi{2}modale Sensoren und einen leistungsstarken Domänencontroller integriert, um eine präzise Kraftsteuerung und skalierbare Entwicklung zu unterstützen.
Ausgestattet mit Zhixing 90D-Greifern und der geschickten OmniHand erfasst der G2 synchronisierte multi-modale Daten-einschließlich RGB(D), taktile Signale, Lidar-Punktwolken, IMU-Daten und Ganzkörper-Gelenkzustände-in einer einheitlichen Pipeline.
AGIBOT fügte hinzu, dass jede Datenepisode einer strengen Bereinigung und Validierung durch sein „industrielles“ Datenverarbeitungssystem- unterzogen wird, um die Bereitschaft für groß angelegte Modelltrainings- und Forschungsanwendungen sicherzustellen.
Veröffentlichung der Phase 1: Nachahmungslernen
Das Unternehmen gab bekannt, dass es die Veröffentlichung von AGIBOT WORLD 2026 in fünf Phasen plant, die jeweils auf eine zentrale Forschungsrichtung im Bereich der verkörperten Intelligenz ausgerichtet sind.
Die erste Veröffentlichung konzentriert sich auf Nachahmungslernen, ein Schlüsselparadigma, das es Robotern ermöglicht, anhand von Expertendemonstrationen komplexe körperliche Fähigkeiten zu erwerben. Diese Phase umfasst Hunderte von Stunden realer-Daten, die hauptsächlich in kommerziellen und Serviceumgebungen gesammelt werden. Der Datensatz kombiniert:
Beschreibungen auf Aufgabenebene-(Anweisungen auf Segmentebene-)
Aktionssequenzen (Schritt-für-Schrittausführung)
Atomare Fertigkeitsbezeichnungen (z. B. Ziehen, Platzieren)
Objektanmerkungen (2D-Begrenzungsrahmen und Attribute wie Name und Farbe)
„Wichtig ist, dass auch Fehlerwiederherstellungsverläufe gespeichert und mit Anmerkungen versehen werden“, sagte AGIBOT. „Dieses hierarchische Annotations-Framework-, das sich von Aufgaben auf hoher-Ebene bis zu Aktionen auf niedriger-Ebene- erstreckt, bietet die Genauigkeit und korrigierende Prioritäten, die zum Trainieren robusterer und anpassungsfähigerer verkörperter Agenten erforderlich sind.“
AGIBOT WORLD ist Teil eines langfristigen Engagements für ein verkörpertes KI-Ökosystem
AGIBOT sagte, es gehöre zu einer kleinen Gruppe von Start-ups, die einen langfristigen, infrastrukturorientierten Ansatz für verkörperte Intelligenz verfolgen.
Das Unternehmen hat schon früh erkannt, dass qualitativ hochwertige Daten die Grundlage für die Erschließung der nächsten Generation von Roboterfähigkeiten sind, und verfügt deshalb kontinuierlich über offene -Quellen, die Millionen-maßstäbliche reale-Datensätze und Simulationsdatensätze umfassen.
AGIBOT sagte, dass diese Bemühungen sein umfassenderes Ziel im Bereich der verkörperten Intelligenz widerspiegeln: den Zugang zu qualitativ hochwertigen Roboterdaten zu demokratisieren. Durch die kontinuierliche Weiterentwicklung des AGIBOT WORLD-Ökosystems möchte das Unternehmen einen Beitrag zur globalen Robotik-Community leisten und den Übergang der verkörperten KI von Forschungslaboren zu Anwendungen in der realen Welt beschleunigen.