Axis Robotics a lansat Axis Sim Dataset V1, unul dintre cele mai mari seturi de date de simulare open-source pentru manipularea brațului Franka. Setul complet de date, codul de antrenare și reperele sunt acum disponibile public. V1 este construit din peste 50.000 de traiectorii de simulare teleoperate de oameni, acoperind 207 sarcini de manipulare și peste 60.000 de variații de scenă, toate pe un braț simulat Franka Research 3. Setul de date a atras peste 160.000 de descărcări, fiind cel mai descărcat set de date open-source de simulare Franka pentru manipulare de pe Hugging Face. În repere, pre-antrenarea continuă pe V1 a îmbunătățit performanța π0.5 și a depășit un punct de referință RoboCasa potrivit ca volum, toate rezultatele fiind deschise și verificabile.
Axis Robotics construiește un motor de date compus pentru Physical AI—un sistem complet integrat care combină simulare la scară largă, captură egocentrică din lumea reală, loco-manipulare umanoidă și post-antrenare DAgger ghidată de oameni. Compania a strâns 12 milioane de dolari în finanțare inițială, condusă de Hack VC, cu participarea Nomad Capital, Pi Network Ventures, 10K Ventures și investitori îngeri.
Un pariu împotriva „doar date curate”
O presupunere comună în robotică este că demonstrațiile trebuie să fie aproape optime de la început—filtrați până la traiectorii de experți, standardizați configurația și eliminați orice date zgomotoase înainte ca învățarea prin imitație să funcționeze. Axis adoptă punctul de vedere opus: calitatea datelor este determinată la nivel de distribuție, nu de traiectorii individuale. Când o mulțime mare și diversă produce traiectorii zgomotoase, suboptime, iar erorile lor sunt necorelate, zgomotul se anulează, iar o politică funcțională apare în timpul antrenării. Axis Sim Dataset V1 pune această idee la un test public. Traiectoriile sale acoperă ridicare și plasare, stivuire, turnare, manipularea obiectelor articulate și utilizarea uneltelor, toate colectate prin platforma de teleoperare bazată pe browser a Axis, Axis Hub, de o mulțime distribuită, nu de o singură echipă de experți. Setul de date a fost dezvoltat cu cercetători de la UC Berkeley, Johns Hopkins, Universitatea din Michigan și alte instituții.
Rezultate care se scalează
Pe LIBERO-Plus, pre-antrenarea continuă pe V1 ridică succesul π0.5 de la 83,9% la 88,8%, depășind un punct de referință RoboCasa365 potrivit ca volum cu 37,3%. Performanța se îmbunătățește constant pe măsură ce datele de pre-antrenare scalează de la 25% la 100% din setul de date, fără semne de saturație—dovadă că câștigurile provin din diversitate și acoperire, nu dintr-un impuls unic. Cele mai mari îmbunătățiri apar sub perturbații ale camerei, zgomotului senzorilor și aspectului, care sunt exact variațiile pe care Axis le randomizează în timpul generării. Echipa spune că V2 este deja în curs, scalând la 1,2 milioane de traiectorii în 1.200 de sarcini, cu generalizare cross-embodiment și rezultate pe mai multe modele VLA care arată că datele de simulare suboptime pot antrena politici robuste.
Motorul din spatele setului de date
Setul de date este o ieșire a unui motor de date mai mare, continuu compus. În timp ce un furnizor tradițional de date colectează la o specificație fixă și se oprește, Axis folosește performanța modelului și cazurile de eșec pentru a decide ce să colecteze în continuare, astfel încât fiecare rundă de antrenare informează următoarea. Acest motor rulează pe o strategie hibridă pe patru linii de date, toate operând acum la scară:
- Simulare: Peste 200.000 de contribuitori distribuiți pe Axis Hub, un dApp top-3 pe Base, au produs peste 4,7 milioane de traiectorii pe 13 embodiment-uri.
- Egocentric: O rețea gestionată de peste 1.000 de colectori full-time, instruiți în QC, capturează activitate la persoana întâi în case și afaceri reale din 14 industrii. Peste 200.000 de ore sunt deja stocate, crescând cu peste 4.000 de ore zilnic, cu poziția mâinii verificată Vicon.
- Loco-manipulare: Peste 500 de ore combinând mobilitate și dexteritate pe humanoizi reali (Unitree G1, Booster T2) prin teleoperare agnostică hardware.
- Post-antrenare DAgger ghidată de oameni: Peste 500 de ore de corecție human-in-the-loop concentrată pe cazuri marginale de implementare.
Fiecare sarcină și traiectorie este înregistrată on-chain pe Base pentru proveniență, iar contribuitorii sunt recompensați pentru calitatea verificată a muncii.
De la date deschise la implementare comercială
Dincolo de open-source-ul datelor de simulare, Axis lucrează direct cu companii de embodiment robotic pentru a construi seturi de date personalizate pentru nevoile lor specifice. Axis construiește pipeline-uri de date personalizate și priori de model adaptate fiecărui embodiment robotic. Ca prim partener de date de simulare al Booster Robotics, Axis a recreat spațiul de lucru real al Booster ca un geamăn digital orientat pe sarcini. Contribuitorii distribuiți au rulat apoi peste 42.000 de episoade de simulare pe acesta, pe care Axis le-a distilat într-un prior de model specific nevoilor Booster. Folosind doar 30 de demonstrații reale cu robotul, acel prior a atins o rată de succes de 87,5%, comparativ cu 37,5% pentru un model standard π0.5—egaland performanța π0.5 cu doar jumătate din demonstrațiile din lumea reală.
Alți parteneri ai Axis includ companii de embodiment precum Feagine Robotics, companii de modele precum Manycore Tech și Dexmal și firme de automatizare industrială precum Lotus Cars și Geely Auto. Axis alimentează și rețele robotice on-chain, inclusiv BitRobot pe Solana și OpenRoboto pe Bittensor.
Redefinirea fundației de date a Physical AI
„Viitorul Physical AI nu este un set de date static pe care îl descarci o dată,” a spus Chris Feng, fondatorul Axis Robotics. „Este un motor care continuă să producă datele de care modelul are nevoie în continuare. Scara îți oferă acoperire largă. Diversitatea menține zgomotul nepărtinitor. Bucla închisă transformă fiecare eșec în progres. Asta se compune.”
Axis a fost fondată de cercetători de la UC Berkeley, CMU, Georgia Tech și SJTU, împreună cu fondatori în serie care au scalat platforme de consum la peste 30 de milioane de utilizatori. Cercetarea sa este consiliată de Jiachen Li, profesor asistent la Georgia Tech.
Link lucrare: https://arxiv.org/abs/2607.21588
Pagina proiect: https://axisaiorg.github.io/AXIS-V1/
Link set de date: https://huggingface.co/datasets/axisrobotics/Franka-Dataset
Cod sursă Github: https://github.com/AxisAIOrg/Axis-V1-Training
Întrebări frecvente
Iată o listă de întrebări frecvente despre setul de date open-source de simulare pentru brațul Franka al Axis Robotics, conceput pentru a fi clar, practic și util atât pentru începători, cât și pentru roboticieni experimentați
Întrebări generale pentru începători
Î: Ce a lansat exact Axis Robotics
R: Au lansat un set masiv de date open-source de simulare specific pentru brațele robotice Franka. Conține milioane de exemple de robot care efectuează sarcini într-un mediu simulat, împreună cu datele senzoriale aferente
Î: De ce este acest lucru important pentru Physical AI
R: Physical AI trebuie să înțeleagă cum să interacționeze cu lumea reală. Antrenarea acestor modele AI necesită de obicei o cantitate uriașă de date din lumea reală, care este lentă și costisitoare de colectat. Acest set de date oferă o scurtătură masivă, de înaltă calitate, permițând modelelor AI să practice de miliarde de ori mai întâi în simulare
Î: Ce este un set de date de simulare
R: Este o colecție de date generate într-un program de calculator, nu de la un robot fizic. Gândiți-vă la el ca la un joc video pentru roboți, unde fiecare acțiune și observație este înregistrată pentru a crea date de antrenare pentru AI
Î: Sunt nou în robotică. Pot folosi acest set de date
R: Absolut. Deoarece este open-source, îl puteți descărca și folosi pentru a învăța. Puteți începe prin a explora datele pentru a înțelege cum arată datele senzoriale robotice. Pentru utilizare practică, câteva cunoștințe de bază de Python și învățare automată sunt utile, dar bariera de intrare este mult mai mică decât necesitatea propriului robot fizic
Î: Este acest set de date doar pentru robotul specific Franka sau îl pot folosi pentru alți roboți
R: Datele sunt specifice mișcărilor și senzorilor brațului Franka. Cu toate acestea, tehnicile pe care le învățați și modelele AI pe care le antrenați pot fi adesea adaptate sau transferate la alte brațe robotice similare, mai ales dacă folosiți un cadru care suportă transferul de model
Întrebări tehnice avansate
Î: Ce format specific are setul de date
R: Setul de date este de obicei furnizat într-un format standard precum HDF5 sau un format structurat similar, adesea aliniat cu cadre comune de învățare robotică precum RLBench sau Robosuite. Include de obicei fluxuri de cameră RGBD, hărți de adâncime, stări ale articulațiilor robotului și traiectorii de acțiune