在北京，一座面向全球的具身智能“数据超级工厂”正加速崛起。近日，北京人形机器人创新中心对外宣布，其开源数据集RoboMIND的全球下载量已突破2000万次，仅一个月时间下载量便实现翻倍增长。这一成绩的背后，是我国人形机器人开源数据生态正获得全球研发群体的广泛认可。
走进北京人形具身智能机器人数据与训练基地，近6000平方米的实训空间内，40余个模拟实景分区有序排布，涵盖家居、商超、工业装配、仓储物流、医疗辅助、特种作业等多个领域。数据采集员身着专业设备，在不同场景中反复完成抓取物件、开关设备、分拣零件、整理物料、姿态调整等实操动作。在动作捕捉区域，动捕人员身着特定装备，头顶光学捕捉摄像头，将高难度动作的细节完整记录。这些采集到的高质量数据，每日源源不断地汇入数据平台，经过多轮清洗、标注、校验、质检，最终形成标准化样本，用于算法模型训练，助力机器人逐步认识和理解世界。
自2025年12月开源以来，Robo-MIND数据集已累计释放30万余条双臂操作轨迹，覆盖700余项实操任务，并向全球开发者全量开放。该数据基地建成不到一年，便部署了40种构型共计150余台机器人设备，搭建起多机型协同采集体系，年数据产能可达18万小时，已对外交付近3万小时高质量数据，其中七成以上产能服务于行业客户。
目前，数据基地已构建起覆盖家庭生活、工业生产、商业服务等多领域的场景矩阵，并持续扩充任务库与动作样本库，长远目标是产出100万小时高质量人形机器人交互数据。同时，基地深度参与多项国家、行业标准编制，搭建起从数据采集、标注、评测到交付的标准化体系，为整个行业输出统一的数据规范。不久前，在世界人形机器人运动会上，依托基地产出的海量训练数据，天工机器人跑出了百米8.64秒的优异成绩。
随着具身智能产业浪潮的兴起，高质量数据已成为推动具身智能迭代进化的核心要素。与语言大模型主要学习文本语义不同，人形机器人需要深度理解真实物理世界的复杂性，包括物体软硬程度、表面摩擦力、空间距离、环境光照变化、突发障碍物等大量动态变量，这些无法全部依靠人工编写代码预设。此前，国内人形机器人赛道长期面临高质量具身数据稀缺、数据格式不统一、数据生态碎片化等难题，不少企业不得不投入高额成本自建采集体系，导致研发门槛居高不下。RoboMIND下载量突破2000万次，正是行业对标准化、可复用开源数据资源强烈需求的直观体现。
这份来自北京的开源数据成果，对国内人形机器人产业发展具有深远意义。数据集面向全球开放共享，打破了行业的数据壁垒，有效降低了中小机器人企业和高校科研团队的研发门槛，避免了头部企业形成技术垄断，凝聚了产学研协同创新的合力。依托北京人形数据基地的持续建设，北京正在系统性夯实人形机器人产业底层数据基座，逐步打通采集、标注、训练、评测、部署、场景回流的完整数据闭环。
