筑牢机器人学习底座，光轮智能推出全模态人类行为开源数据集

8月19日至23日，2026世界机器人大会在北京举办。具身智能基础设施企业光轮智能集中展示物理AI持续学习全链路体系，并正式发布10万小时级全模态人类行为开源数据集EgoSuite-Open100k，补齐行业高质量数据短板，为通用机器人规模化进化、产业化落地提供核心底层支撑。

“当前，机器人正从单点演示走向真实场景规模化部署，数据稀缺、标准混乱、无法持续学习是行业最大痛点。”光轮智能联合创始人兼总裁杨海波表示，传统机器人依赖固定代码指令，难以适配复杂真实环境，而通用具身智能的进化，离不开海量、真实、多模态的人类行为数据作为“学习教材”。

据了解，EgoSuite-Open100k是规模化、标准化、可商用的全模态人类行为数据集，整体规模达10万小时，覆盖7大类环境、15000余个真实场景与15000余项生活化、工业化任务，全面覆盖机器人日常作业、精细操作、环境交互等核心需求。

杨海波介绍，区别于普通单一视角视频数据，EgoSuite-Open100k采用头部+腕部双视角采集，兼顾全局环境视野与手部精细操作细节，同时配套完整的手部、全身姿态数据、深度信息和事件级语义标注。“这种全模态数据，能精准还原人类做事的逻辑、动作时序与应变思路，让机器人不仅学会‘怎么做动作’，更读懂‘为什么这么做’，彻底解决普通数据训练精度低、实操落地难的问题。”

为降低全行业研发门槛，EgoSuite-Open100k首批同步登陆Hugging Face、AtomGit平台，面向学术研究与商业训练全面开放。同时，光轮智能推出五年百亿小时数据共建计划，将通过开放数据标准、评测驱动迭代、数据模型协同设计，持续扩容优质数据资源。

除核心开源数据集外，光轮智能还同步推出包括SimFoundry物理仿真平台、RoboFinals工业级评测平台、RoboStack部署反馈平台在内的完整Real2Sim2Real持续学习基础设施体系，意在构建机器人“学习—训练—评测—部署—迭代”闭环。

行业人士认为，只有更加开放的底层基础设施，才能真正破解具身智能产业化核心难题，推动机器人从“实验室demo”走向全场景规模化落地，加速通用物理AI时代到来。