Axis Robotics正式宣布推出Axis Sim Dataset V1，这是目前规模最大的开源Franka机械臂操作仿真数据集之一，现已全面公开数据集、训练代码及基准评测结果。该数据集基于模拟Franka Research 3机械臂，包含超过5万条人工遥操作仿真轨迹，覆盖207项操作任务和超过6万种场景变体，下载量已突破16万次，成为Hugging Face上下载量最高的开源仿真Franka操作数据集。
在基准评测中，使用V1进行持续预训练可将π0.5模型在LIBERO-Plus上的成功率从83.9%提升至88.8%，相比同等数据量的RoboCasa365基线高出37.3%。随着预训练数据量从数据集的25%增加到100%，性能增益保持稳定增长，未出现饱和迹象。最显著的提升出现在相机视角、传感器噪声和布局扰动等场景下——这正是Axis在生成数据时随机化的核心维度。所有结果均已公开，可供验证复现。
Axis的数据理念：反驳“仅需干净数据”的传统假设
机器人领域的一个常见假设是：示范数据必须接近最优——在模仿学习前需过滤专家轨迹、统一环境设置并剔除噪声数据。Axis则持不同观点：数据质量体现在分布层面，而非单条轨迹。当大量来自不同背景的贡献者产生带有不相关误差的噪声次优轨迹时，噪声会在统计上相互抵消，训练过程中能够存活出有效的策略。V1正是对这一理念的公开实践——其轨迹涵盖抓取放置、堆叠、倒水、铰接物体操作和工具使用等任务，通过Axis Hub由分布式众包群体而非单一专家团队采集完成。
数据集背后的复合数据引擎
Axis Robotics正在构建一个面向Physical AI的垂直整合数据引擎，融合大规模仿真、第一视角真实世界采集、人形机器人移动操作以及人类门控的DAgger后训练。目前该引擎运行在四条数据线路上，均已进入规模化阶段：
- 仿真数据：Axis Hub拥有超过20万名分布式贡献者，作为Base链上排名前三的dApp，已为13种机器人本体生成超过470万条轨迹。
- 第一视角数据：由1000多名经过QC培训的全职采集者组成的管理网络，在14个行业的真实家庭和商业场所采集第一人称活动数据，累计超过20万小时，并以每天4000小时以上的速度增长，手部姿势经Vicon系统验证。
- 移动操作数据：通过硬件无关的遥操作平台，在真实人形机器人（Unitree G1、Booster T2）上完成500多小时的运动与灵巧操作组合数据。
- 人类门控DAgger后训练：500多小时的人机协同纠偏数据，专门针对部署边缘场景进行优化。每项任务和轨迹均在Base链上链记录来源，贡献者根据验证工作量获得奖励。
从开源数据到商业部署
除了开源仿真数据，Axis Robotics还直接与机器人本体企业合作，构建定制化数据流水线和模型先验。作为Booster Robotics的首个仿真数据合作伙伴，Axis将Booster的真实工作空间重建为任务对齐的数字孪生，通过分布式贡献者采集了超过4.2万条仿真片段，并提炼成Booster专属的模型先验。仅仅使用30条真实机器人演示，该先验便达到了87.5%的成功率，而未经训练的π0.5仅有37.5%；在减少一半真实演示的情况下，该先验也能达到与π0.5相当的表现。其他合作伙伴涵盖本体企业（Feagine Robotics）、模型企业（Manycore Tech、Dexmal）以及工业自动化领域（Lotus Cars、Geely Auto）。Axis还为Solana上的BitRobot和Bittensor上的OpenRoboto等区块链机器人网络提供数据服务。
融资与未来路线
Axis Robotics已完成1200万美元种子轮融资，由Hack VC领投，Nomad Capital、Pi Network Ventures、10K Ventures及多位天使投资人参与。团队透露，V2版本已在推进中，将扩展至1200个任务的120万条轨迹，并进一步验证跨本体泛化能力。多个VLA模型的测试结果表明，次优仿真数据同样能够训练出稳健的策略。
“Physical AI的未来不是一个静态下载的数据集，”Axis Robotics创始人Chris Feng表示，“而是一个持续为模型生成所需数据的引擎。规模带来广泛覆盖，多样性保证噪声无偏，闭环系统让每次失败都能转化为进步。这才是真正的复利效应。”
Axis Robotics由来自加州大学伯克利分校、卡内基梅隆大学、佐治亚理工学院和上海交通大学的研究者，以及曾将消费平台扩展至3000万以上用户的连续创业者共同创立。研究团队由佐治亚理工学院助理教授李佳晨担任学术顾问。
论文链接：https://arxiv.org/abs/2607.21588
项目主页：https://axisaiorg.github.io/AXIS-V1/
数据集链接：https://huggingface.co/datasets/axisrobotics/Franka-Dataset
GitHub代码库：https://github.com/AxisAIOrg/Axis-V1-Training