智元開源首個真實場景 Physical Agent 數據集
智元开源首个真实场景Physical Agent数据集
智元開源 AGIBOT WORLD 2026 第四期具身推理數據集,稱其為首個真實場景 Physical Agent 數據集。數據集涵蓋九類邏輯推理場景,提供高層問答與低層動作軌跡,支援從任務決策到真機執行的協同訓練。該數據集已用於智元即將推出的 Agent 框架與新一代基座大模型訓練。
10月22日消息,智元正式开源AGIBOT WORLD 2026 第四期具身推理数据集。AGIBOT WORLD 2026 是首个覆盖具身智能全域研究的开源数据集,围绕五大具身领域研究主题构建,每个主题均设有专属采集方法与精细化的标注体系,以精准支持不同细分领域研究者的需求。
本期面向具身推理(Physical Reasoning),核心目标是探索如何把大模型的推理能力真正植入具身智能体系;任务设计重点从 “操作难度” 迈向 “决策难度”,以真实世界中的完整任务需求为出发点,基于同一目标下的不同状态与约束,构造多样的决策与执行过程,推动机器人从单项操作走向自主完成复杂真实任务。
“帮我准备下出门物品。”
收到指令后,Agent首先调用工具查询明天的天气,再根据天气预报判断需要携带哪些物品,由机器人完成取放。如果明天阳光充足,就提前备好防晒霜;如果天气转雨,则需要准备雨伞。
这个人类不假思索的决策过程,恰恰是当前具身智能最难的关口:机器人光会“照着做”还不够,还得学会“看情况做”。
10月22日,智元正式开源AGIBOT WORLD 2026第四期“具身推理”(Physical Reasoning)——首 个真实场景Physical Agent数据集。本期数据集任务设计重点首次从“操作难度”转向“决策难度”,把真实任务中的目标理解、过程记忆与动作执行贯通起来。
其覆盖九类逻辑推理场景,围绕同一任务人为构造多种现实状态与执行分支,同时提供高层问答和低层动作轨迹,支撑从任务决策到真机执行的协同训练,让机器人既能“想清楚”,也能“做出来”。
AI WAVE第一弹,先从机器人学习干活所需的数据开始。本期数据集已用于智元即将推出的Agent框架与新一代基座大模型的训练,为机器人理解任务、记忆过程、选择动作提供训练基础。随着系列成果陆续揭晓,AI WAVE将逐步呈现智元如何将数据转化为智能,以及如何推动机器人走进便利店,在真实场景中完成落地、部署。
來源:DoNews · donews.com