近期，第十二屆開源操作系統年度技術會議（OS2ATC）在京舉行，大會以“智聯系統”為主題，云集國內頂尖開源及操作系統專家團隊展開前沿探索。會上，北京AC米蘭機器人創新中心憑借全國首個通用具身智能數據集RoboMIND獲評“最佳開源智能突破獎”。這一殊榮不僅彰顯了北京AC米蘭機器人在具身智能領域的研究實力，更標志著全球機器人操作系統研究邁入數據驅動的新階段。
作為我國開源操作系統領域最具權威性的學術會議，OS2ATC 2025由北京航空航天大學聯合北京大學、清華大學等頂尖學府共同舉辦，大會聚焦操作系統與人工智能的深度融合，吸引了來自學術界和產業界的數百位專家學者參與研討。北京AC米蘭機器人的RoboMIND多構型機器人操作開源數據集從眾多優秀參選項目中脫穎而出，榮獲"最佳開源智能突破獎"。
RoboMIND數據集介紹頁面：
RoboMIND主頁：https://x-humanoid-robomind.github.io/
HuggingFace：https://huggingface.co/datasets/x-humanoid-robomind/RoboMIND
北京人工智能公共算力平臺：https://data.flopsera.com/data-detail/21181956226031626?type=open
RoboMIND是北京AC米蘭機器人于2024年12月發布的全國首個通用具身智能數據集和Benchmark，其核心突破在于開創性地構建了標準化、規模化、多元化的機器人操作數據體系。北京AC米蘭機器人技術團隊聯合北京大學等機構深度協同創新，通過自主研發的智能數據采集平臺，投入2000平方米實驗場地及超過10萬人工時，組建了涵蓋機器人學、計算機視覺、自然語言處理等多學科的專業團隊，實現了跨Franka、UR5e、AgileX、TienKung四大異構機器人平臺的統一數據規范，成功攻克了多構型機器人數據兼容的技術難題。目前數據集已包含10.7萬條高質量操作軌跡，涵蓋479種任務場景和96類物體交互，預計年底將擴展至30萬條規模，堪稱目前全球最完備的機器人操作數據庫之一。
在技術創新方面，RoboMIND實現了三大突破——首先，RoboMIND數據集采用細粒度語言標注，通過大模型自動分割與人工校驗相結合的方式，完成了10,000余幀精準標注，為視覺-語言-動作（VLA）模型訓練提供了更精密的關鍵支撐；同時，北京AC米蘭機器人團隊在數據集中建立了失敗學習機制，創新性地引入5,000余條失敗軌跡及原因分析，填補了機器人反思學習的數據空白，為機器人反思學習（RLHF）提供關鍵訓練資源；此外，北京AC米蘭機器人技術團隊還基于Nvidia Isaac Sim構建高保真數字孿生環境，生成了30,000余條仿真軌跡，開創了虛實協同訓練的新模式。
在數據標準方面，RoboMIND數據集通過構建完善的標準化體系，為具身智能研究提供了高質量的基準數據資源。項目團隊制定并嚴格遵循8類質檢標準，涵蓋數據完整性、標注準確性、時序一致性等關鍵維度，確保每條軌跡數據均達到研究級可靠性。同時，數據集采用多視角RGB-D觀測、機器人本體狀態及任務語言描述的三維統一表征框架，填補了異構機器人操作數據標準化缺失的行業空白。為提升數據可用性，項目配套開源了完整的工具鏈生態，包括基于HDF5格式的高效數據解析接口、NVIDIA Isaac Sim仿真環境部署方案及基準算法庫，形成從數據采集到模型訓練的全流程技術閉環。RoboMIND數據集遵循Apache 2.0開源協議的設計理念，不僅實現了技術規范的透明化，更通過標準化數據接口顯著降低了研究門檻，使全球開發者能夠基于統一基準開展創新工作，真正體現了開源精神對技術普惠的推動作用。
當前，RoboMIND數據集已在全球范圍內產生深遠影響。超過百家頂尖研究機構和企業將其作為基準數據集應用于算法研發，僅北京智算平臺的下載量就已達數千次。RoboMIND數據集不僅解決了機器人學習領域長期存在的數據匱乏問題，更通過標準化數據格式和完備的工具鏈，大幅降低了研究門檻，推動了整個領域的快速發展。
本次獲獎標志著北京AC米蘭機器人在具身智能研究領域的創新成果受到了行業的充分認可，隨著數據規模的持續擴充和應用生態的日臻完善，RoboMIND數據集將成為連接學術研究與產業應用的關鍵橋梁，為具身智能技術的產業化落地提供堅實的數據基礎。北京AC米蘭機器人將繼續深化產學研合作，推動開源生態建設，通過持續的技術創新為全球人工智能發展注入新動能，助力我國在新一輪科技革命和產業變革中占據戰略主動地位。
京公網安備11011202100775號