AGIBOT'a göre robotik araştırmaları kontrollü laboratuvar ortamlarının ötesinde gerçek-dünya ortamlarına doğru ilerledikçe, büyük-ölçekli, yüksek-kaliteli verilere olan talep giderek daha kritik hale geliyor. Şirket bugün, somutlaştırılmış zekadaki beş temel araştırma yolunu sistematik olarak desteklemek üzere tasarlandığını söylediği açık-kaynaklı heterojen bir veri kümesi olan AGIBOT WORLD 2026'yı yayınladı.
AGIBOT, "Veri kümesi, geliştiricilere ve araştırmacılara yeni-nesil somutlaştırılmış yapay zeka sistemlerini eğitmek için sağlam bir temel sağlayan, yapılandırılmış, yüksek-kaliteli ve hassas bir şekilde açıklamalara sahip gerçek-dünya robot verilerini içeriyor" dedi.
AGIBOT WORLD, ücretsiz-formlu veri-toplama stratejisini izler
AGIBOT WORLD 2026, ticari alanlar, evler ve günlük senaryolar da dahil olmak üzere-çok çeşitli gerçek dünya ortamlarını kapsar. AGIBOT, bunun robotların pratikte ele alması gereken karmaşıklığı, değişkenliği ve öngörülemezliği yansıttığını söyledi.
Tekrarlanan ve kodlanmış gösterimler üzerine kurulu geleneksel veri kümelerinin aksine, Şanghay-merkezli şirket, teleoperatörlerin gerçek zamanlı koşullara dayalı olarak görevleri dinamik olarak gerçekleştirdiği ücretsiz-formlu veri-toplama yaklaşımını benimsemiştir.
Bu stratejinin, her bölüm içindeki çeşitliliği önemli ölçüde artırabileceği ve nesne kategorileri, başlangıç konfigürasyonları ve görev yürütme dizileri de dahil olmak üzere birden fazla boyutta genellemeyi geliştirebileceği iddia edildi. AGIBOT, robotunun verimli, doğal ve yüksek oranda aktarılabilir veri toplama için esnek bir tekerlekli taban, eklemli baş ve bel hareketleri ve kaldırma{1}}ifadesi yeteneklerini kullandığını söyledi.
Buna paralel olarak AGIBOT, simülasyonda 1:1 dijital ikiz ortamlar oluşturur ve buna karşılık gelen tüm simülasyon verileri, gerçek-dünya veri kümesiyle birlikte yayınlanır.
Yenilikler, veriler ile gerçek robot davranışları arasındaki boşluğu dolduruyor
"Somutlaştırılmış yapay zekada temel bir soru hala varlığını sürdürüyor: Veriler, bir robotun entegre bir sistem olarak nasıl çalıştığını gerçekten yansıtıyor mu?" AGIBOT'a dikkat çekti. Bu sorunu çözmek için şirket çeşitli özellikler sundu:
Tüm-vücut kontrolü (WBC):Bu, kolların, belin ve ellerin koordineli bir şekilde kontrol edilmesini sağlayarak robotların görevleri izole edilmiş hareketler yerine birleşik bir sistem olarak daha akıcı bir şekilde yerine getirmesine olanak tanır.
Teleoperasyonun-görsel-aralığın ötesindeki ilk-kişi:Robotun algısı operatörün algılamasıyla uyumlu hale getirilerek daha sezgisel, sürekli ve aktarılabilir kontrol sağlanır.
Kontrollü{0}veri toplamayı zorunlu kılın:AGIBOT, yalnızca hareket yörüngelerini değil aynı zamanda gerçek fiziksel etkileşimleri de yakalayan temas dinamikleri ve kuvvet geri bildirimini birleştirdiğini söyledi.
Şirket, "Bu yetenekler bir arada, veri kümesinin gerçek-dünyadaki robot davranışını daha doğru bir şekilde temsil etmesini sağlıyor" dedi.
Endüstriyel-sınıf donanım, veri hattını besler
AGIBOT, veri kümesinin, hassas kuvvet kontrolünü ve ölçeklenebilir geliştirmeyi desteklemek için yüksek-performanslı ortak aktüatörler, çoklu-modal sensörler ve yüksek-performanslı bir alan denetleyicisini entegre eden G2 donanım platformunda toplandığını açıkladı.
Zhixing 90D tutucular ve becerikli OmniHand ile donatılan G2, birleşik bir ardışık düzen içinde RGB(D), dokunsal sinyaller, lidar nokta bulutları, IMU verileri ve tam-gövde eklem durumlarını-dahil olmak üzere senkronize çoklu-modal verileri-yakalar.
AGIBOT, her bir veri bölümünün "endüstriyel-sınıf" veri-işleme sistemi aracılığıyla sıkı bir temizlik ve doğrulama sürecinden geçtiğini, böylece büyük-ölçekli model eğitimi ve araştırma uygulamalarına hazır olunduğunu ekledi.
Aşama 1 sürümü: Taklit öğrenme
Şirket, AGIBOT WORLD 2026'yı her biri somutlaştırılmış zekadaki temel araştırma yönüne uygun beş aşamada yayınlamayı planladığını söyledi.
İlk sürüm, robotların uzman gösterilerinden karmaşık fiziksel beceriler kazanmasını sağlayan önemli bir paradigma olan taklit öğrenmeye odaklanıyor. Bu aşama, öncelikli olarak ticari ve hizmet ortamlarında-toplanan yüzlerce saatlik gerçek dünya verilerini içerir. Veri kümesi şunları birleştirir:
Görev-düzeyindeki açıklamalar (segment-düzeyindeki talimatlar)
Eylem dizileri (adım-adım-adım yürütme)
Atomik beceri etiketleri (ör. çekme, yerleştirme)
Nesne açıklamaları (2B sınırlayıcı kutular ve ad ve renk gibi nitelikler)
AGIBOT, "Önemlisi, hata-kurtarma yollarının da korunması ve açıklamalarla eklenmesidir" dedi. "Yüksek{-düzey görevlerden düşük-düzey işlemlere- kadar uzanan bu hiyerarşik ek açıklama çerçevesi, daha sağlam ve uyarlanabilir somutlaştırılmış aracıları eğitmek için gereken doğruluğu ve düzeltici öncelikleri sağlar."
AGIBOT WORLD, somutlaştırılmış yapay zeka ekosistemine yönelik-uzun vadeli taahhüdün bir parçasıdır
AGIBOT, somutlaştırılmış zekaya uzun-vadeli, altyapı-odaklı bir yaklaşım benimseyen küçük bir girişim grubu arasında yer aldığını söyledi.
Yüksek-kaliteli verilerin, yeni nesil robotik yeteneklerin kilidini açmak için temel teşkil ettiğini erkenden fark eden şirket, sürekli olarak açık kaynaklı-milyonlarca-ölçekli gerçek-dünya ve simülasyon veri kümesine sahiptir.
AGIBOT, bu çabanın somutlaştırılmış zekadaki daha geniş hedefini yansıttığını söyledi: yüksek-kaliteli robot verilerine erişimi demokratikleştirmek. AGIBOT WORLD ekosisteminin sürekli gelişimi sayesinde şirket, küresel robot topluluğuna katkıda bulunmayı ve somutlaştırılmış yapay zekanın araştırma laboratuvarlarından-gerçek dünya uygulamalarına geçişini hızlandırmayı amaçlıyor.