Galbot零售与家庭多任务高质量数据集
北京银河通用机器人股份有限公司
一、建设路径
本项目采用银河通用首创的“以合成仿真数据为主、真机数据为辅”的虚实融合训练范式，系统性构建覆盖零售与家庭场景的具身智能多模态数据集，支撑百亿参数级基座大模型训练。基于机器人Galbot G1在零售与家庭等行业场景中进行验证，形成从数据到应用的实施路径支撑，方案以构建数据集为基础，以整机产品为载体，以场景验证为方法，以建立协作生态为辅助，系统性地推进工作。
二、总体成效
一是数据集建设方面，计划构建一个总数据量约为3万条的数据集，为确保项目的可持续性及成果的广泛利用，制定了“数据运营-开发者生态-产教融合”的生态运营规划。二是应用场景落地方面，银河通用已率先在机器人值守药店和零售店、柔性装配、迎宾导览、医疗康养等二十大场景中实现数百台机器人规模化落地应用，具备智慧零售、康养医疗等跨场景应用能力，并向着“服务千行百业，千家万户”的愿景不断迈进。三是经济社会效益方面，项目有力推进技术产业化，预期实现相关销售收入≥1亿元，在不少于10个场景、20家合作伙伴处使用Galbot机器人进行验证；项目具备广泛的赋能价值，年均培养超100名具身智能专业人才，项目成果为应对服务业人力短缺、老龄化社会服务等挑战提供了可行的“人工智能+”解决方案。
银河通用多场景验证方案
三、创新亮点
在技术创新方面，本项目首次系统性融合了仿真数据、场景数据与动作数据，并进行了多模态对齐与结构化处理。在方法创新方面，项目采用了Real2Sim2Real的核心技术路线，大幅降低了对昂贵、耗时的真实机器人数据采集的依赖，使机器人系统获得了高效的零样本跨场景泛化与快速部署能力。在模式创新方面，项目形成了“数据构建－模型训练－整机开发－场景验证”的产业化模式。