Axis Robotics hat Axis Sim Dataset V1 veröffentlicht, einen der größten Open-Source-Simulationsdatensätze für die Manipulation mit Franka-Armen. Der vollständige Datensatz, Trainingscode und Benchmarks sind jetzt öffentlich verfügbar. V1 basiert auf über 50.000 menschlich-teleoperierten Simulations-Trajektorien über 207 Manipulationsaufgaben und mehr als 60.000 Szenenvariationen, alle auf einem simulierten Franka-Research-3-Arm. Der Datensatz hat über 160.000 Downloads angezogen und ist damit der meistgeladene Open-Source-Simulations-Franka-Manipulationsdatensatz auf Hugging Face. In Benchmarks verbesserte kontinuierliches Vortraining auf V1 die π0.5-Leistung und übertraf eine volumenangepasste RoboCasa-Baseline, wobei alle Ergebnisse offen und überprüfbar sind.
Axis Robotics baut eine sich zusammensetzende Daten-Engine für Physical AI – ein vollständig integriertes System, das großflächige Simulation, egozentrische Erfassung in der realen Welt, humanoide Lokomotions-Manipulation und menschlich-gesteuertes DAgger-Posttraining kombiniert. Das Unternehmen hat 12 Millionen US-Dollar an Seed-Finanzierung eingesammelt, angeführt von Hack VC, mit Beteiligung von Nomad Capital, Pi Network Ventures, 10K Ventures und Angel-Investoren.
Eine Wette gegen „Nur saubere Daten"
Eine häufige Annahme in der Robotik ist, dass Demonstrationen von Anfang an nahezu optimal sein müssen – man filtert auf Experten-Trajektorien, standardisiert das Setup und entfernt alle verrauschten Daten, bevor Imitationslernen funktionieren kann. Axis vertritt die gegenteilige Ansicht: Datenqualität wird auf Verteilungsebene bestimmt, nicht durch einzelne Trajektorien. Wenn eine große und vielfältige Menge verrauschte, suboptimale Trajektorien produziert und ihre Fehler unkorreliert sind, hebt sich das Rauschen auf, und während des Trainings entsteht eine funktionierende Policy. Axis Sim Dataset V1 stellt diese Idee einem öffentlichen Test. Seine Trajektorien umfassen Greifen-und-Platzieren, Stapeln, Gießen, Manipulation von Gelenkobjekten und Werkzeuggebrauch, alle gesammelt über Axis' browserbasierte Teleoperationsplattform Axis Hub, von einer verteilten Menge statt einem einzelnen Expertenteam. Der Datensatz wurde mit Forschern der UC Berkeley, Johns Hopkins, der University of Michigan und anderen Institutionen entwickelt.
Ergebnisse, die skalieren
Auf LIBERO-Plus hebt kontinuierliches Vortraining auf V1 den π0.5-Erfolg von 83,9% auf 88,8% und übertrifft eine volumenangepasste RoboCasa365-Baseline um 37,3%. Die Leistung verbessert sich stetig, wenn die Vortrainingsdaten von 25% auf 100% des Datensatzes skaliert werden, ohne Anzeichen von Sättigung – ein Beweis, dass die Gewinne aus Vielfalt und Abdeckung stammen, nicht aus einem einmaligen Schub. Die größten Verbesserungen erscheinen unter Kamera-, Sensorrausch- und Layout-Störungen, genau die Variationen, die Axis während der Generierung randomisiert. Das Team sagt, V2 sei bereits in Arbeit und skaliere auf 1,2 Millionen Trajektorien über 1.200 Aufgaben, mit Cross-Embodiment-Generalisierung und Ergebnissen über mehrere VLA-Modelle, die zeigen, dass suboptimale Simulationsdaten robuste Policies trainieren können.
Die Engine hinter dem Datensatz
Der Datensatz ist ein Output einer größeren, kontinuierlich zusammensetzenden Daten-Engine. Während ein traditioneller Datenanbieter nach fester Spezifikation sammelt und aufhört, nutzt Axis Modellleistung und Fehlerfälle, um zu entscheiden, was als Nächstes gesammelt wird, sodass jede Trainingsrunde die nächste informiert. Diese Engine läuft auf einer Hybridstrategie über vier Datenlinien, die jetzt alle in großem Maßstab operieren:
- Simulation: Über 200.000 verteilte Mitwirkende auf Axis Hub, einer Top-3-dApp auf Base, haben über 4,7 Millionen Trajektorien über 13 Embodiments produziert.
- Egozentrisch: Ein verwaltetes Netzwerk von über 1.000 Vollzeit-, QC-geschulten Sammlern erfasst Aktivitäten aus der Ich-Perspektive in echten Häusern und Unternehmen über 14 Branchen. Über 200.000 Stunden sind bereits gebankt, wachsend um über 4.000 Stunden täglich, mit Vicon-verifizierter Handpose.
- Lokomotions-Manipulation: Über 500 Stunden, die Mobilität und Geschicklichkeit auf echten Humanoiden (Unitree G1, Booster T2) durch hardware-agnostische Teleoperation kombinieren.
- Menschlich-gesteuertes DAgger-Posttraining: Über 500 Stunden menschlicher In-the-Loop-Korrektur, fokussiert auf Bereitstellungs-Grenzfälle.
Jede Aufgabe und Trajektorie wird on-chain auf Base für die Herkunft aufgezeichnet, und Mitwirkende werden für verifizierte Arbeitsqualität belohnt.
Von offenen Daten zur kommerziellen Bereitstellung
Über das Open-Sourcing von Simulationsdaten hinaus arbeitet Axis direkt mit Robotik-Embodiment-Unternehmen zusammen, um maßgeschneiderte Datensätze für deren spezifische Bedürfnisse zu bauen. Axis baut kundenspezifische Datenpipelines und Modell-Priors, die auf jedes Robotik-Embodiment zugeschnitten sind. Als erster Simulationsdaten-Partner von Booster Robotics hat Axis Booster's echten Arbeitsbereich als aufgabenfokussierten digitalen Zwilling nachgebildet. Verteilte Mitwirkende führten dann über 42.000 Simulations-Episoden darauf aus, die Axis in einen Modell-Prior destillierte, der auf Booster's Bedürfnisse zugeschnitten ist. Mit nur 30 echten Roboter-Demonstrationen erreichte dieser Prior eine Erfolgsrate von 87,5%, verglichen mit 37,5% für ein Standard-π0.5-Modell – und erreichte damit die Leistung von π0.5 mit nur der Hälfte der realen Demos.
Axis' andere Partner umfassen Embodiment-Unternehmen wie Feagine Robotics, Modellunternehmen wie Manycore Tech und Dexmal sowie industrielle Automatisierungsfirmen wie Lotus Cars und Geely Auto. Axis betreibt auch On-Chain-Robotiknetzwerke, einschließlich BitRobot auf Solana und OpenRoboto auf Bittensor.
Die Datenbasis von Physical AI neu definieren
„Die Zukunft von Physical AI ist kein statischer Datensatz, den man einmal herunterlädt", sagte Chris Feng, Gründer von Axis Robotics. „Es ist eine Engine, die kontinuierlich die Daten produziert, die das Modell als Nächstes braucht. Skalierung gibt dir breite Abdeckung. Vielfalt hält das Rauschen unvoreingenommen. Die geschlossene Schleife verwandelt jeden Fehler in Fortschritt. Das ist es, was sich zusammensetzt."
Axis wurde von Forschern der UC Berkeley, CMU, Georgia Tech und SJTU gegründet, zusammen mit Seriengründern, die Verbraucherplattformen auf über 30 Millionen Nutzer skaliert haben. Seine Forschung wird von Jiachen Li, Assistenzprofessor an der Georgia Tech, beraten.
Paper-Link: https://arxiv.org/abs/2607.21588
Projektseite: https://axisaiorg.github.io/AXIS-V1/
Datensatz-Link: https://huggingface.co/datasets/axisrobotics/Franka-Dataset
Github-Codebasis: https://github.com/AxisAIOrg/Axis-V1-Training
Häufig gestellte Fragen
Hier ist eine Liste von FAQs über Axis Robotics' Open-Source-Franka-Arm-Simulationsdatensatz, die klar, praktisch und nützlich für sowohl Neueinsteiger als auch erfahrene Robotiker gestaltet ist
Allgemeine Anfängerfragen
F Was genau hat Axis Robotics veröffentlicht
A Sie haben einen massiven Open-Source-Datensatz simulierter Daten speziell für Franka-Roboterarme veröffentlicht. Er enthält Millionen von Beispielen, wie der Roboter Aufgaben in einer simulierten Umgebung ausführt, zusammen mit den zugehörigen Sensordaten
F Warum ist das eine große Sache für Physical AI
A Physical AI muss verstehen, wie es mit der realen Welt interagiert. Das Training dieser KI-Modelle erfordert normalerweise eine riesige Menge an Realweltdaten, was langsam und teuer zu sammeln ist. Dieser Datensatz bietet einen massiven, hochwertigen Abkürzungsweg, der es KI-Modellen ermöglicht, zuerst Milliarden von Malen in der Simulation zu üben
F Was ist ein Simulationsdatensatz
A Es ist eine Sammlung von Daten, die in einem Computerprogramm generiert werden, statt von einem physischen Roboter. Denk daran wie an ein Videospiel für Roboter, wo jede Aktion und Beobachtung aufgezeichnet wird, um Trainingsdaten für KI zu erstellen
F Ich bin neu in der Robotik. Kann ich diesen Datensatz nutzen
A Absolut. Da er Open-Source ist, kannst du ihn herunterladen und zum Lernen nutzen. Du kannst damit beginnen, die Daten zu erkunden, um zu verstehen, wie Robotersensordaten aussehen. Für praktische Anwendung sind grundlegende Python- und maschinelle Lernkenntnisse hilfreich, aber die Einstiegshürde ist viel niedriger, als einen eigenen physischen Roboter zu benötigen
F Ist dieser Datensatz nur für den spezifischen Franka-Roboter oder kann ich ihn für andere Roboter nutzen
A Die Daten sind spezifisch für die Bewegungen und Sensoren des Franka-Arms. Die Techniken, die du lernst, und die KI-Modelle, die du trainierst, können jedoch oft an andere ähnliche Roboterarme angepasst oder übertragen werden, besonders wenn du ein Framework verwendest, das Modelltransfer unterstützt
Technische Fortgeschrittene Fragen
F In welchem spezifischen Format ist der Datensatz
A Der Datensatz wird typischerweise in einem Standardformat wie HDF5 oder einem ähnlichen strukturierten Format bereitgestellt, oft abgestimmt auf gängige Roboterlern-Frameworks wie RLBench oder Robosuite. Er umfasst normalerweise RGBD-Kamerabilder, Tiefenkarten, Roboter-Gelenkzustände und Aktions-Trajektorien