具身智能高质量仿真遥操作数据集
光轮智能（北京）科技有限公司
一、建设路径
光轮智能围绕“可训练、可评测、可复现、可推广”的建设目标，依托“三位一体”全栈自研仿真平台，构建具身智能高质量仿真遥操作数据集，形成“高保真场景构建—标准化任务设计—仿真遥操作采集—多维泛化增强—数据治理质检—模型训练评测反馈—持续运营迭代”的全流程建设路径。
二、总体成效
数据集建设情况：数据集合计覆盖近300个任务，形成超过2.1万条高质量仿真遥操作数据。数据以“场景—任务—轨迹—状态—动作—标注”为基本组织单元，通过高保真仿真、标准化任务体系和闭环数据治理，在视觉真实性、物理可信度、任务有效性、轨迹质量和跨场景泛化等方面形成系统支撑。形成了面向具身智能模型训练、机器人策略学习、仿真评测和 Sim2Real 迁移验证的高质量数据底座。
应用场景落地：本数据集可应用于具身智能大模型训练、机器人操作策略学习、仿真评测、真机部署验证及产业场景适配等环节，重点服务家庭服务机器人、移动操作机器人、工业协作机器人、物流分拣机器人和科研教学等场景。
通过高质量仿真遥操作数据供给，本数据集有助于提升具身智能模型泛化能力和任务成功率，缩短机器人从算法研发到产业落地的周期。
经济社会效益：本数据集已具备服务 Nvidia GR00T N1、阿里巴巴千问等具身智能模型训练与评测的基础能力，可为高校科研机构、机器人本体企业、具身大模型企业和开发者生态提供标准化、可复用的数据资源。通过开源开放和生态共建，数据集有助于降低科研团队和中小企业获取高质量具身智能数据的门槛，推动形成统一的数据格式、任务体系、质量评价和仿真评测口径，带动仿真平台、数据服务、机器人本体、具身大模型和算力服务等上下游协同发展。
三、创新亮点
（一）技术路线创新：Real2Sim2Real仿真合成数据产线
光轮智能首创Real2Sim2Real高质量仿真合成数据产线。构建从真实场景重建（Real2Sim）、仿真遥操数据生成到真机迁移（Sim2Real）的完整闭环，并配套虚实对标与真实性评测体系，确保仿真数据在视觉、物理和行为层面与真实操作高度对齐，显著提升Sim2Real迁移成功率。
（二）标准化定义：仿真遥操数据生产基准
围绕高质量仿真遥操数据“能否真实交互、能否用于训练与评测”的核心问题，光轮智能提出 Physics Ready、Teleop Ready 等标准化定义。Physics Ready 基于资产物理交互逻辑，对仿真资产进行规模化物理可用性验证；Teleop Ready 基于 Teleop 工具链，在仿真环境中开展机器人操作数据采集与质检，以数据驱动方式验证资产、任务和轨迹的可用性。由此将仿真遥操数据从经验式采集推进为可定义、可检验、可复用的标准化生产流程。
（三）数据集特色：物理真实的仿真遥操作数据
数据集更强调物理真实性，通过高精度物理求解、自动化物理测量和实测参数标定，数据集能够模拟材料、接触、摩擦、磁吸、线束摆动等复杂物理效应，并输出轨迹、接触力、状态动作序列、任务结果等可训练数据，为具身模型提供真正“可学习、可迁移”的高质量操作交互数据。