数据集介绍

AgiBot World 2026 数据集延续了 AgiBot World 开创的高质量数据标准，基于海量真实场景构建，系统性地覆盖了具身智能的核心研究方向，旨在赋能下一代具身智能体的落地应用。

该数据集的所有数据100% 采集自真实环境，涵盖商业空间、家庭及其他通用场景。数据采集基于 精灵 G2（AgiBot G2） 机器人平台，采用自由采集模式，为开发者提供结构清晰、标注精准的高质量数据。同时，通过数字孪生技术在仿真环境中1:1 重建场景并同步采集数据，仿真数据也将一并开源。

• 任务时序长度：支持长程任务，单条轨迹包含完整的任务序列，时长通常为 60–150 秒，远长于简单的“拾取-放置”动作。

• 动作可执行性：基于真机平台（精灵 G2） 在真实物理环境中执行任务时采集的力控轨迹。数据包含力反馈与接触信息，使得动作不仅记录了运动路径，更包含了对物理交互的真实表达，支持柔顺、精细操作的学习。

• 时序连续性：数据保留了完整的操作过程，并特别纳入了“错误恢复”轨迹，记录了机器人在执行出错后的调整与恢复过程。这为训练具有自主纠错能力的鲁棒性模型提供了关键数据。

• 语言控制：数据集提供了多层次的文本标注：包含高层指令（任务目标）、段落文本（任务描述）及步骤文本（动作序列分解）。这些标注共同构建了从抽象意图到具体动作的语言-动作逻辑框架。

主要特点

1. 完全真实环境：数据100% 采集自真实世界（商业空间、家居等），而非仿真环境。采用“自由采集模式”，数据采集员可灵活设计步骤，全面覆盖物体种类、初始位置、操作顺序等多维度泛化需求。

1. 拟人化灵活采集：基于可灵活移动的底盘、头部、腰部及升降俯仰机构，实现了高效、自然的操作数据构建，使采集的运动模式更接近真实人类作业习惯，具备高迁移价值。

1. 力控与物理交互：引入力控采集，数据不仅仅是运动轨迹，同时包含与物体接触时的力反馈信息。这使得数据能够支持训练需要精细感知接触力的任务（如搅拌、熨烫、抓取易碎品）。

1. 错误恢复轨迹：数据集中特别包含了任务执行失败后的恢复过程记录。这解决了大多数数据集只包含“完美成功”轨迹的问题，为训练能够自主检测并纠正错误的鲁棒性模型提供支持。

1. 系统化标注体系：提供从高层指令、段落描述到步骤拆解的多层次语言标注；并进一步细化为原子技能（如抓取、放置）和2D边界框标注，方便研究者按不同粒度使用数据。

数据来源

• 采集平台：基于 精灵 G2（AgiBot G2） 工业级交互式具身作业机器人平台。

• 场景环境：100% 真实场景，涵盖商业空间、家庭家居等多类通用操作环境。

• 数据形式：包含真实机器人操作数据，以及通过数字孪生技术1:1重建场景获得的仿真同步数据（一并开源）。

规模

• 总演示轨迹：超过 100 万条真实机器人操作演示轨迹。

• 数据体量：原始数据超过 10 TB。

• 任务与物体：涵盖抓取、推拉、搅拌、熨烫等多样动作类型，涉及超过 3000 种不同的操作物体。

• 机器人数量：超过 100 台机器人参与数据采集。

应用场景

数据集覆盖广泛的真实世界物理操作任务，尤其适合需要精细力控与长程规划的场景：

1. 家庭服务：如整理冰箱、归置食品、熨烫衣物等复杂家务。

1. 商业餐饮：如铲取食物（爆米花）、搅拌、分拣餐具等。

1. 工业操作：涉及接触与力反馈的精密装配、物料取放等。

1. 通用操作研究：为抓取、推拉、旋转、以及上述动作组成的复杂长程任务提供基础训练数据。

官方网站

https://agibot-world.com/