中国经济网北京8月21日讯（记者 施晓娟）8月20日，2026世界机器人大会期间，光轮智能在北京举行首发仪式，正式发布全球首个十万小时级全模态人类行为开源数据集EgoSuite-Open100K，同时发布RoboFinals中试基地仿真评测基础设施和RoboStack真实场景部署与反馈平台。三项发布共同指向一套具身智能持续学习系统：人类数据提供学习教材，仿真评测检验能力边界，真实部署收集失败样本与人工接管数据，再将反馈带回下一轮数据补采、模型训练和规模化评测。
记者了解到，EgoSuite-Open100K以10万小时人类行为数据为整体规模，覆盖7大类环境、128类场景、15000余个采集场景和15000余项任务。数据采用头部与腕部双视角采集，提供手部与全身位姿、语义标注和深度信息，支持模型学习精细操作、全身协调、事件内容及其发生时序。据介绍，首批数据将在Hugging Face和AtomGit平台同步开源，面向学术研究与商业训练使用，相关项目还将捐赠给开放原子开源基金会孵化。项目由数万人规模的采集团队持续生产，标注算法和质量检测覆盖全链路。
“具身智能仍缺少同时具备高质量、多样性、大规模的数据供给。”光轮智能联合创始人兼总裁杨海波在发布会上表示，当前行业在采集口径、标注规范、数据格式和时序组织上存在差异，不同设备产生的数据难以组合复用。EgoSuite-Open100K的开放，旨在让更多开发者以统一、可复用的数据基础开展模型研究，降低高质量具身数据的获取门槛。
杨海波指出，2026年是具身智能数据规模化的元年，行业正从演示走向真正的产业化落地，数据已成为关键的卡口和制约因素。他介绍，围绕开放生态建设，光轮智能推出5年100亿小时具身智能数据共建计划，重点推进开放数据标准、评测驱动的数据闭环、数据与模型协同设计三项核心工作，推动更多研究机构、模型团队、机器人企业和场景方参与共建。在光轮智能看来，人类数据将成为机器人持续学习的“言传身教百科全书”；开放数据并非一次性发布的资源包，而是与标准、评测和模型迭代共同更新的基础设施。
在数据标准方面，光轮智能已成为参与具身仿真与数据两大国际标准共建的唯一中国企业。仿真领域，作为Newton仿真技术委员会唯一中国企业成员，光轮智能与英伟达、谷歌DeepMind、迪士尼研究院、丰田研究院共同引领下一代开源物理AI仿真标准的规则共建；数据领域，作为EgoVerse人类数据委员会唯一中国企业成员，光轮智能与Meta、Scale AI等国际团队共同构建全球最大规模的人类数据训练体系。
除数据发布外，两项基础设施成果同样受到关注。RoboFinals面向具身智能中试验证需求，提供可量化、可对比、可复现、大规模的工业级仿真评测能力。光轮智能政府及国央企业务负责人张鹏介绍，具身智能产业化需要同时回答“能不能量产、能不能干活、能不能稳定”三个问题：传统中试主要验证单台设备在给定工艺参数下能否稳定量产，而具身智能面对的是由本体硬件、具身模型、传感器系统、环境条件和任务流程共同构成的不确定性系统。RoboFinals通过标准化任务定义和固定随机种子提升结果可比性，依托SimFoundry物理仿真平台保持资产与场景的物理一致性，并支持大规模并行运行，使评测从训练后的单一分数转化为面向产业落地的诊断和迭代工具。张鹏认为，机器人产业化评测的准入权将是未来中试基地最核心的竞争力。
RoboStack则聚焦部署后的真实工作过程，连接医院、工厂、仓储等真实场景，支持多场景适配、多本体兼容、规模化部署和远程接管，并通过现场失败样本自动采集回传、回流数据驱动模型快速迭代，形成“越部署越强”的持续进化系统。光轮智能解决方案副总裁张建伟表示，行业预测2030年全球将有1300万台机器人在真实场景中工作，RoboStack的愿景是支撑一亿台机器人的终身学习。他指出，机器人能在演示中完成任务只能说明能力上限，进入现场后能否稳定工作才决定产业化的下限；部署不再是训练和评测的终点，每一次真实运行都可以为下一轮学习提供新的数据和问题。
首发仪式现场，光轮智能还与多家生态合作伙伴签署合作协议。合作伙伴覆盖汽车、生活服务、工业、农业及其他产业场景，各方将围绕真实场景部署、数据采集、机器人本体、模型、算力和集成服务等环节开展后续协作。光轮智能表示，将持续完善物理AI数据与评测基础设施，推动全行业共建开放、协同、繁荣的产业生态，为具身智能从实验室走向产业应用提供系统化、全链路的底层支撑。
(责任编辑：佟明彪)
