记者6月3日获悉，行业首个聚焦物理交互的开源具身数据集对外开源。据介绍，该数据集面向世界模型、神经仿真器、物理感知以及表征学习等具身智能研究，系统记录机器人与真实物理世界之间复杂、高密度、非理想的交互过程，补齐了当前世界模型训练中长期缺失的真实物理交互数据。 长期以来，具身智能数据集大多围绕标准任务、专家示范和成功案例展开。然而，真实世界并不总是理想、稳定和可控的。机器人在现实环境中会频繁遇到抓取失败、物体滑落、意外碰撞、液体飞溅、布料变形等非标准情境。对于人类而言，这些是日常生活中习以为常的经验；但对于机器人而言，恰恰是它们理解接触、摩擦、重心、形变和反馈等物理规律的关键入口。 与传统具身数据集中只关注“成功示范案例”的采集逻辑不同，此次开源的“多样交互”主题数据集主动保留并强调非理想行为的研究价值。据悉，该数据集由智元开源，基于100%真实场景采集，系统记录了机器人与不同材质、形态和结构物体之间的丰富物理互动，覆盖成功与失败、预期与意外、稳定与混沌等多种交互状态。该数据的开放有望为世界模型提供更接近真实世界运行规律的数据基础，推动机器人从“学习如何完成任务”进一步走向“理解动作如何改变世界”。 分析指出，对于世界模型而言，如果训练数据只包含标准动作和成功示范，模型往往容易停留在对成功状态的拟合上。当面对少见动作、复杂接触和非理想情况时，模型可能难以准确预测真实世界中的失败分布与物理演化。只有见过足够丰富的成功与失败过程，模型才能更好地模拟真实未来场景，减少不符合物理规律的生成结果。 “这一数据集的发布，意味着具身智能数据建设正在进入新的阶段。”分析人士表示，过去，机器人更多是在学习“如何成功执行动作”；现在，机器人需要进一步学习对世界的建模，即“真实世界如何回应动作”。“从成功到失败，从动作到反馈，从任务完成到世界理解，下一代世界模型、机器人学习和物理智能研究将拥有更完整的数据底座。”