2025.03.17

本文字數：1333，閱讀時長大約2分鐘

導讀：“清洗”之後，理論上，更高質量的資料能夠遷移至更多機器人本體上做訓練，並獲得更高的成功率和泛化性。

作者 | 第一財經喬心怡

3月17日下午，在上海世紀公園，兩個機器人的出現迅速吸引了遊客的目光。

GR-2引起圍觀。圖片來源：第一財經任玉明

鏡天湖畔，隨著懸掛架的高度逐漸調低，兩個身高1.75米的人形機器人雙腳落地，在五分鐘之內吸引了八十位左右的遊客圍觀。

這兩臺吸引了眾多圍觀遊客目光的機器人來自傅利葉的GR-2，全身擁有53個自由度，最大關節扭矩為380N.m，步態行走速度為5公里/小時。第一財經記者在現場看到，實際的行走過程當中，GR-2還能晃動小臂，和圍觀的人群打招呼，並做出比心的姿態。

GR-2正在比心。圖片來源：第一財經任玉明

就在同一天上午，傅利葉正式開源了全尺寸人形機器人資料集Fourier ActionNet。Fourier ActionNet資料集包括了傅利葉GRx系列機型的各類訓練任務，包括對常用工具、家居用品、食物等多種物體的精確取放、傾倒等操作，以及在不同環境條件下實現泛化執行。

除了資料集開源之外，傅利葉表示，也同時開放了全球首個包含採集演算法、訓練演算法以及資料部署演算法的全流程工具鏈，包括開源的訓練框架（如DP、ACT、iDP3）和部署工具等。

在傅利葉之前，多家人形機器人企業已經開放了自己的資料集。去年12月底，國家地方共建具身智慧機器人創新中心與北京大學計算機學院聯合推出了一個大規模多構型具身智慧資料集和Benchmark——RoboMIND，支援多本體任務並具備通用性。同一個月，智元機器人也宣佈開源百萬真機資料集AgiBot World，資料質量從實驗室級上升到工業級標準。

“高質量資料集能讓機器人學習到不同場景下的操作方法和應對策略，增強泛化能力，從而更全面地掌握各種技能，顯著提升機器人的學習能力和任務執行效率。”薩摩耶雲科技集團AI機器人行業研究員鄭揚洋告訴第一財經記者，開源資料集的底層邏輯是，當前機器人的技術路徑以強化學習為主，而需要指數級增長的資料，生成或模擬資料又容易因為物理互動的複雜性難以遷移到現實，因此真實的資料集在一定程度上能夠降低機器人技術研發的門檻。

資料集的質量也關乎著機器人訓練的效率。一位使用過第三方提供資料的具身智慧從業者告訴第一財經記者，就大模型的訓練要求來說，第三方的資料使用率可能不足1%。“我們經常遇到的情況是，買了100萬條資料，經過嚴格的質量篩選後，實際投入使用的資料量可能只有1萬條甚至更少。”

“部分公開的資料集存在資料質量參差不齊的情況，存在噪聲、偏差等問題，會影響機器人的訓練效果。”鄭揚洋指出，目前開源的資料集大多集中在手部操作，缺乏對其他重要任務，如全身運動、複雜環境互動等動作的覆蓋，整體來看，資料集在複雜環境下的泛化能力仍需提升。

為了確保訓練質量，傅利葉相關負責人告訴第一財經記者，Fourier ActionNet資料集中的資料都採用了視覺語言模型（VLM）進行自動標註，並透過人工二次核驗，確保資料精度與準確性。

“清洗”之後，理論上更高質量的資料能夠遷移至更多機器人本體上做訓練，並獲得更高的成功率和泛化性。“我們之後還會陸續推出包括機器人下半身動作在內的多個數據集。”傅利葉相關負責人透露。