Axis Robotics 首席执行官探讨物理 AI 的众包机器人训练数据

Axis Robotics 首席执行官 Chris Peng 于28日接受《每日经济》采访，讨论了该公司面向 Physical AI 的众包机器人数据基础设施。Peng 表示，Physical AI 的规模化发展需要超越完美的实验室数据，拥抱包含噪声和失败案例的众包数据。该公司通过基于浏览器的界面，让全球用户无需专业设备即可生成机器人学习数据，从而解决人形机器人和通用操作机器人训练数据严重短缺的问题——这是商业化面临的最大障碍。Axis Robotics 去年7月发布了一个数据集，其中包含207项任务，以及使用 Franka Research 3 机械臂采集的超过50,000条人类操作轨迹。

Peng 将机器人学习数据确定为决定 Physical AI 竞争力的核心资源。他解释说，大型语言模型得益于互联网上积累的文本和图像而发展起来，而需要在现实世界中抓取、移动和操作物体的机器人，则需要多样化的物理交互数据。传统机器人学习流程一直局限于研究实验室和个别公司使用昂贵专业设备及专家操作员进行的封闭式数据采集。

Axis Robotics 构建了 AXIS 平台，用户可以在普通 PC 上通过网页浏览器，使用鼠标或键盘输入控制虚拟机械臂，无需专业设备。用户抓取、移动和堆叠物体的过程会直接转化为机器人学习数据。Peng 表示，全球用户成为直接参与者，而不是被动观察者；公司设计了从任务创建、数据采集到模型训练和迭代改进的完整流程，将参与门槛降至最低。

Axis Robotics 发布包含207项任务和50,000多条轨迹的数据集

根据 Axis Robotics 去年7月发布的研究，AXIS 数据集基于 Franka Research 3 机械臂，收录了207项任务和超过50,000条人类操作轨迹。该数据集包含抓取和移动物体、堆叠、推动、倾倒以及工具使用等多种任务。

公众产生的众包数据不可避免地存在参与者技能水平差异和噪声。Peng 表示，重要的不是采集了多少数据，而是处理和筛选数据、使其真正有助于提升模型性能的能力。他解释说，公司会对采集的数据应用自有评分系统，筛除低于标准的数据，并运行内部质量控制流程。

公司通过一套流程验证经过提炼的数据价值。Peng 表示，提炼后的数据首先用于训练轻量级模型，然后将模型部署到真实机器人上测试其运行情况；只有在真实机器人表现良好时，才会赋予该数据较高价值。他补充说，这一流程贯穿从采集、提炼、轻量级验证到实际部署的完整周期。

Axis Robotics 使用 Base 区块链提供基于质量的贡献者奖励

这一流程与基于区块链的数据生产者奖励机制相连接。Peng 提出了“质量工作证明”概念，不仅评估简单的工作量证明，还评估数据质量。对于提供高质量数据、对模型性能提升贡献更大的用户，系统会提高其奖励倍数。

Axis Robotics 采用了一种方法，将每项任务和轨迹记录在 Base 网络上，并根据经过验证的任务质量奖励贡献者。因此，超过200,000名参与者在仿真领域为13种机器人创建了超过470万条轨迹。

Peng 承认仿真到现实的差距需要持续缩小

仿真到现实的差距——将仿真数据迁移到现实世界机器人——仍然是最大的挑战。Peng 承认，他无法断言这一差距能够被消除，而是必须持续缩小。

对此，他解释说，公司会在多个仿真器中验证同一批数据，为每个数据包训练轻量级模型，然后先将其部署到真实机器人上检查性能。

Axis Robotics 寻求与韩国汽车和电子制造商建立合作关系

为实现商业化，公司同时开展开源数据业务和付费数据业务。Peng 表示，公司只公开发布部分数据以展示数据的效用，同时将大部分数据用于商业用途。

他解释说，公司会直接向模型开发商提供定制化数据，并为缺乏自主模型训练能力的机器人硬件和制造企业提供端到端解决方案，将数据、训练模型和检查点打包提供，而不仅仅是数据。

Peng 认为韩国是 Axis Robotics 的重要市场。他提到一个中国制造工厂的案例，其中机器人会自动分拣汽车零部件，并表示韩国也拥有许多大型制造商，应用范围不仅包括汽车产品，还包括电子产品。

他补充说，韩国拥有强大的 AI 供应链，并积极采用自动化技术，因此该技术在商业和研究方面都能创造价值，公司正在韩国寻找合作伙伴。

常见问题

Axis Robotics 去年7月发布了什么数据集？

Axis Robotics 去年7月发布了 AXIS 数据集，其中包含207项任务，以及基于 Franka Research 3 机械臂采集的超过50,000条人类操作轨迹。该数据集包含抓取和移动物体、堆叠、推动、倾倒以及工具使用等多种任务。

Axis Robotics 如何奖励数据贡献者？

Axis Robotics 使用一种名为“质量工作证明”的基于区块链的奖励系统。每项任务和轨迹都会记录在 Base 网络上，贡献者根据经过验证的任务质量获得奖励。对于提供高质量数据、对模型性能提升贡献更大的用户，系统会提高其奖励倍数。

Axis Robotics 正在韩国寻求哪些合作关系？

Axis Robotics 正在寻求与韩国汽车和电子制造商建立合作关系。首席执行官 Chris Peng 表示，韩国拥有许多可以应用公司机器人自动化技术的大型制造商，同时该国拥有强大的 AI 供应链，并积极采用自动化技术。