Axis Robotics 发布用于物理AI的开源Franka机械臂数据集

Axis Robotics 已公开发布 Axis Sim Dataset V1，这是针对 Franka 机械臂操作的规模最大的开源仿真数据集之一，同时提供了完整数据集、训练代码和基准测试。V1 包含超过 50,000 条人工远程操作的仿真轨迹，涵盖 207 个操作任务和超过 60,000 种场景变体，全部基于仿真的 Franka Research 3 机械臂。

该数据集下载量已超过 160,000 次，成为 Hugging Face 上下载量最大的开源 Franka 仿真数据集。在基准测试中，在 V1 上进行持续预训练使 π0.5 性能提升，并超过了按体积匹配的 RoboCasa 基线，所有结果均已公开且可验证。

Axis Robotics 正在为物理 AI 开发一个复合数据引擎，这是一个涵盖大规模仿真、第一人称真实世界采集、人形机器人移动操作以及人工门控 DAgger 后训练的垂直集成系统。该公司获得了 1200 万美元的种子轮融资，由 Hack VC 领投，Nomad Capital、Pi Network Ventures、10K Ventures 以及天使投资人参投。

对“仅用干净数据”的挑战

机器人领域一个普遍观点是，演示应当接近最优，过滤到专家轨迹并丢弃嘈杂数据。Axis 的论点则相反：数据质量是在分布层面定义的，而非每条轨迹。当大量多样化的群体生成带有不相关误差的嘈杂、次优轨迹时，噪声会被平均化，并在训练过程中产生有效的策略。Axis Sim Dataset V1 正是这一论点的公开测试。这些轨迹涵盖了抓取放置、堆叠、倾倒、铰接物体操作和工具使用，通过 Axis 的浏览器远程操作平台 Axis Hub 由分布式群体收集。该数据集是与加州大学伯克利分校、约翰霍普金斯大学、密歇根大学等机构的研究人员共同开发的。

可扩展的结果

在 LIBERO-Plus 上，使用 V1 进行持续预训练将 π0.5 的成功率从 83.9% 提升至 88.8%，并比按体积匹配的 RoboCasa365 基线高出 37.3%。随着预训练数据从数据集的 25% 扩大到 100%，性能稳步提升，没有出现饱和迹象，表明提升来自多样性和覆盖面。最大的改进出现在相机、传感器噪声和布局扰动条件下，这正是 Axis 在生成过程中随机化的维度。团队报告称，V2 已在开发中，将扩展到 1,200 个任务的 120 万条轨迹，跨本体泛化以及在多个 VLA 模型上的结果表明，次优的仿真数据可以训练出鲁棒的策略。

数据集背后的引擎

该数据集是更大规模、持续复合数据引擎的一个产物。与传统的数据供应商按固定规格采集后停止不同，Axis 使用模型性能和失败案例来指导下一轮采集，因此每轮训练都会为下一轮提供信息。该引擎采用混合策略，涵盖四条数据线，目前均已达到规模：

• 仿真：Axis Hub 上有超过 200,000 名分布式贡献者，这是 Base 上排名前三的 dApp，已生成超过 470 万条轨迹，涵盖 13 种本体。
• 第一人称：由 1,000 多名全职、经过 QC 培训的采集者组成的管理网络，在 14 个行业的真实家庭和企业中捕获第一人称活动，已积累超过 200,000 小时，并以每天 4,000 小时以上的速度增长，通过 Vicon 手部姿态验证。
• 移动操作：通过硬件无关的远程操作，在 Unitree G1 和 Booster T2 等真实人形机器人上积累超过 500 小时的移动与灵巧操作结合数据。
• 人工门控 DAgger 后训练：超过 500 小时的人机协同纠错，针对部署边缘案例。

每个任务和轨迹都记录在 Base 链上以进行溯源，贡献者根据经过验证的工作质量获得奖励。

从开放数据到商业部署

除了开源仿真数据外，Axis 还直接与机器人本体公司合作，开发定制化的、针对本体的数据管道和模型先验。作为 Booster Robotics 的第一个仿真数据合作伙伴，Axis 将 Booster 的真实工作空间重建为任务对齐的数字孪生，由分布式贡献者收集超过 42,000 个仿真情节，并将其提炼为 Booster 特定的模型先验。仅使用 30 次真实机器人演示，该先验即实现了 87.5% 的成功率，而现成 π0.5 的成功率为 37.5%，且使用了一半的真实演示次数即可匹配 π0.5 的性能。其他合作伙伴包括本体公司（Feagine Robotics）、模型公司（Manycore Tech、Dexmal）和工业自动化公司（Lotus Cars、Geely Auto）。Axis 还为 Solana 上的 BitRobot 和 Bittensor 上的 OpenRoboto 等链上机器人网络提供数据。

重新定义物理AI的数据基础

“物理 AI 的未来不是一次性下载的静态数据集，”Axis Robotics 创始人 Chris Feng 表示。“它是一个不断生成模型所需数据的引擎。规模带来广泛覆盖。多样性保持噪声无偏。闭环将每次失败转化为进步。这才是复合的力量。”

Axis 由来自加州大学伯克利分校、卡内基梅隆大学、佐治亚理工学院和上海交通大学的研究人员，以及曾将消费者平台扩展到超过 3000 万用户的连续创业者共同创立。其研究由佐治亚理工学院助理教授 Jiachen Li 担任顾问。

论文地址：https://arxiv.org/abs/2607.21588

项目页面：https://axisaiorg.github.io/AXIS-V1/

数据集地址：https://huggingface.co/datasets/axisrobotics/Franka-Dataset

GitHub 代码库：https://github.com/AxisAIOrg/Axis-V1-Training