点击下方卡片关注“CVer”公众号AI/CV重磅干货第一时间送达具身智能太火了连续两年写入政府工作报告今年两会上关于具身智能的提案也迎来爆发性增长。过去几年人形机器人已经学会了很多“炫技”跑步、跳舞、翻跟头甚至还能完成高难度平衡动作。但如果让机器人去完成一些真正有用的任务比如在工厂拧螺丝、在家庭打扫卫生。。。很多机器人依然会“卡壳”、“摸不着头脑”。当前最大的问题并不在于硬件而是在于数据机器人还没有经历过足够多的真实世界操作。2026具身智能进入数据规模化元年在机器人领域越来越多研究者形成一个共识具身智能的竞争本质上正在从硬件转向数据。在具身智能训练中数据通常来自三个来源合成数据Simulation通过仿真环境生成。UMI 数据通过人类操作示范采集。真机数据通过真实机器人采集。其中真正决定模型能否落地现实世界的是第三种真机数据。但问题在于它极其稀缺。据行业统计截至 2025 年上半年全球开源具身智能数据集累计时长不足 1000 小时。相比自动驾驶或视觉语言模型动辄百万小时的数据规模这一数字几乎可以忽略不计。这也使得高质量真机数据成为机器人领域最稀缺的资源之一。数据从哪里来机器人训练场但采集真机数据并不容易一台机器人每天能够采集的数据其实非常有限。因此行业逐渐形成一个新的基础设施概念机器人训练场。类似自动驾驶测试场机器人训练场是专门用于数据采集与模型训练的环境。机器人训练场 具身智能时代的数据基础设施 模型进化引擎 安全实验平台本质上是为了解决当前具身智能发展中的“数据、泛化、安全、效率”四大核心瓶颈。简单来说真机数据是原料训练场是生产原料的工厂。而谁先建立起规模化训练场网络谁就可能在机器人时代占据先机。下面从几个关键维度重点讲清楚“为什么必须建机器人训练场”解决最大瓶颈高质量真实数据极度稀缺支撑具身智能的“数据闭环”解决“泛化能力差”的核心问题安全与风险控制的必要基础设施极大提升研发效率降本增效从“算法驱动”走向“系统工程”的必经之路产业竞争的“隐形壁垒”可以说是“没有训练场的机器人只是在做Demo有训练场的机器人才在做进化。”国家平台牵头国内首个具身智能数据开源社区诞生另一个重要变化是机器人数据正在从企业内部资源走向开放共享。国家级平台的建立正是为了推动行业形成统一、开放的数据生态。开放原子开源基金会工信部指导的唯一国家级开源基金会发起建立乐聚机器人牵头建设国内首个具身智能开源数据集社区。还有多家企业和高校共同参与蚂蚁灵波、宇树、库帕思、上海交大、哈工大、同济大学、具识智能、具脑磐石、无问智行。建设“国内首个具身智能开源数据集社区”其意义不只是“多了一个平台”而是对整个机器人行业的底层发展范式重构——它在数据、生态、标准和创新效率上都会带来结构性变化。下面从几个关键维度重点讲清楚“为什么必须建立具身智能开源数据集社区”打破“数据孤岛”释放行业生产力为具身智能建立“ImageNet时刻”构建“数据 模型 任务”的开源飞轮建立行业标准与话语权显著降低创新门槛让“更多人能做机器人”推动“从演示到落地”的关键一跃形成国家级战略基础设施可以说是“开源数据集社区不只是共享数据而是在为具身智能建立一个可持续进化的‘操作系统’。”OpenLET全球首个“触觉灵巧操作 全身运动”数据集在这样的背景下乐聚机器人在国家级开源平台上全球首发OpenLET 数据集——全球首个“触觉灵巧操作全身运动”真机数据集。它最大的特点是首次同时覆盖“触觉灵巧操作”与“全身运动”这为人形机器人的精细操作与动态平衡能力研究提供关键基础资源。这一数据集的目标非常明确为机器人精细控制研究提供真正可用的真实世界数据。▌灵巧操作数据LET-Dex-Data 这套数据不是“视觉动作”的老套路而是一次真正意义上的全链路闭环。重点新增了触觉数据、六维力数据。如下表所示灵巧操作数据包含五大亮点更重要的是这些数据全部实现时间同步形成完整的多模态操作数据。图. 灵巧手指尖触觉腕部六维力矩▌全身运动数据LET-Body-Data 全身运动数据包含五大亮点目前乐聚 LET 系列数据集已经取得一个非常出色的成绩全平台下载量突破 100 万次。在具身智能领域这一数字已经处于全球领先水平。LET系列数据集下载Amusi 期待更多厂商积极投身机器人的开源生态建设从算法到数据、从基准到应用形成合力共同推动整个行业的突破。让人形机器人不再是实验室里的“高冷科技”而是走进每一个普通家庭的“好伙伴”整理不易请点赞和在看