全球首个真实世界具身多模态数据集，它石智航交卷，比特斯拉还早6个月

115 0 0

文章摘要

全球首个真实世界具身多模态数据集WIYH正式发布，标志着具身智能领域取得重要突破。该数据集由它石智航（TARS）推出，以Human-centric为核心，整合了视觉、语言、触觉和动作多模态数据，计划于2025年12月开放共享。WIYH包含超过10万条真实人类操作视频，覆盖40余种任务类型和100多种人类技能，使用13种以上传感器，涉及520多种物体。每条数据均包含6种标注，实现了多模态数据的同步标记，为机器人学习复杂动作和跨场景泛化提供了坚实的数据基础。

WIYH数据集的两大突破在于真实场景覆盖和多模态数据融合。与传统的实验室或工厂采集环境不同，WIYH基于酒店洗衣、超市装配等真实工作场景，采集了标准操作流程数据。例如超市取物场景，完整记录了从挑选商品到完成取放的全过程；酒店叠衣场景则展示了从取出毛巾到收纳的完整动作链。这些数据通过多层标注实现多维同步，包括语义标注、深度信息、交互物体的可供性、语言推理以及手部与末端动作轨迹等。

该数据集具备真实、丰富、全面和海量四大特点。数据来源于真实具身操作任务，覆盖多个行业和操作技能，包含多模态标注，规模庞大，能够支撑通用具身智能模型的训练和应用。WIYH通过自研采集套件保证多源信息的精确对齐，依托云端基础大模型完成高精度标注，并在真实生活场景中采集数据，显著提升了数据的真实性和多样性，同时降低了成本。它石智航首席科学家丁文超博士表示，WIYH为未来实现具身基座模型的规模定律奠定了基础。

高质量数据是具身智能发展的核心挑战。目前用于训练的数据主要分为互联网视频数据、仿真数据和真实数据三类，但各自存在局限性。互联网数据质量参差不齐，仿真数据真实性有限，真机数据采集成本高。特斯拉等公司依赖内部真实数据训练机器人，但未开源限制了行业发展。WIYH强调以人为中心，区别于传统机器人中心的数据采集方式，直接从人类操作中获取多模态信息，推动具身智能接近人类水平。

它石智航成立于2025年2月，核心团队由自动驾驶和机器人领域的领军人物组成。公司以Human-Centric为核心，通过WIYH数据集和AI World Engine世界模型构建了数据—模型闭环，采用全栈开发路线，覆盖算法、硬件本体和核心应用。成立不到一年，它石智航已完成两轮融资，总额达2.42亿美元，创下中国具身智能领域融资纪录。此次WIYH的发布，进一步巩固了其在数据范式上的领先地位。