随着具身智能从实验室走向真实应用，机器人的学习重点已转向如何在真实环境中理解空间、识别目标，并连续完成一项具体任务。相比仿真环境，真实世界中的物体位置、空间布局、遮挡关系和交互状态更加复杂，与此同时，真实机器人数据的采集还涉及场景搭建、机器人执行、多模态传感器同步等环节，数据获取成本较高，能够覆盖丰富真实任务的公开数据仍然相对有限。

国家数据局近年来发布的相关研究与案例多次提到，真实场景数据获取成本高、高质量具身智能数据供给不足，已经成为影响具身智能模型训练和应用的重要因素。2026年发布的《关于推进行业高质量数据集建设行动的实施方案》也明确提出，要加快重点场景物理交互、环境感知、运动控制等真机交互数据集建设，为具身智能发展提供数据支撑。

在这一背景下，OpenLoong开源社区在持续建设“白虎”异构人形机器人数据集的基础上，进一步开放“白虎”真实场景数据集，首批面向开发者开源50个真实任务、70+小时的多模态数据，目前已同步上线 AtomGit 平台。

该批数据摒弃了孤立台面的局限，依托全真搭建的家庭与工业样板环境采集，覆盖手机充电、衣物整理、零件分拣及工件装配等长时序任务，高保真还原了环境交互的全流程信息，为具身智能模型预训练、算法评测与场景落地提供了扎实的数据基座。

---

场景构建：保留物理上下文与空间拓扑

机器人执行操作并非发生在真空环境，脱离物理上下文的孤立数据往往缺乏泛化价值，因此在“白虎”真实场景数据集中，我们搭建了具有相对完整空间关系的家庭生活和工业生产样板场景：

家庭空间

高保真复刻卧室（床铺/衣柜）、客厅（沙发/茶几）与厨房（操作台/冰箱/水槽）等区域，还原多家具约束、多物品遮挡及日常动线；

工业工位

系统部署仓储货架、装配作业台、治具工位与散布的零件线缆，重构产线工位间的空间布局与工艺约束。

对于具身智能而言，场景本身就是数据的一部分。

物体在哪里、彼此之间如何摆放、机器人从什么位置接近目标，都与机器人最终如何完成任务有关。例如在家庭场景中，机器人面对的是实际布置好的床铺、衣物、餐具、厨具等物体；在工业场景中，则需要处理货架、箱体、零件、线缆等不同类型的生产对象。机器人在上述环境中所采集的，是贯穿完整操作链条与空间关系的交互数据，为移动操作及接触丰富型任务的学习提供空间上下文。

---

任务设计：兼顾泛化适应与装配精度

此次开放的数据包含50个真实任务，覆盖家庭生活和工业生产两类典型场景，涵盖了多种操作类型的任务。

家庭场景

涵盖卧室、客厅、厨房三大典型空间，具体任务包括：整理床铺、折叠毯子、捡拾衣物、手机充电、开关水龙头、取挂厨具、摆放餐具/调料瓶、整理拖鞋/靠垫、擦拭台面、拉窗帘、拾取垃圾与浇花等。

• 场景定位：生活环境具备高度的非结构化与空间多变性，操作对象广泛涉及柔性形变体（织物）、易损件及多形态日用品，该数据主要用于探索可形变物体操纵、柔顺控制以及日常生活中的长时序任务规划。

工业生产场景

聚焦原料抓取上料、流水线分拣、卡扣/插接装配、柔性线缆整理、异形件抓取、精密定位贴合、零件整理/排布、小零件拾取、箱子上架、成品装箱及外观质检等核心工序。

• 场景定位： 工业制造强调高精度定位、紧密接触装配需求与高效作业节奏，该类数据覆盖了异形刚体、小尺寸工件及限位结构，为力控装配、精细对准及策略稳定性研究提供实机数据。

两类场景相互补充，家庭场景聚焦通用常识与多形态交互，工业场景沉淀高精控制与稳定，二者协同为构建跨场景、通用的具身基础模型提供多样化的数据样本。

70+小时多模态数据，记录完整的任务执行过程

许多看似简单的机器人任务，实质是由多个连续的精细步骤构成，而在“白虎”真实场景数据集中，数据记录的都是完整任务过程。

以“手机充电”为例，机器人需要先完成充电线和手机的抓取，再将充电插头与手机接口进行对准、插入，最终完成充电操作；“折叠毯子”则需要机器人对毯子进行抓取、折叠和整理；“取挂厨具”则包含从悬挂位置取下厨具、完成相应操作后再放回原位等过程。

一条任务数据记录下来的是从任务开始到完成的连续执行过程，同时，数据集中还完整记录了机器人在实际场景中的视觉、运动和交互信息：

• 在视觉侧，数据包含了第一视角RGB-D信息及数据，可以从不同视角观察机器人与环境、物体之间的关系；

• 机器人状态侧则包含关节状态、末端位姿以及末端力/力矩等信息，不同模态数据进行时间同步，以保留机器人执行任务时的状态变化。

因此，在白虎真实场景数据集中，你可以在一段完整的数据记录中看到：

机器人看到了什么 → 机器人处于什么状态 → 机器人如何移动 → 机械臂如何操作 → 与物体发生了怎样的交互。

对研究机器人操作策略、长程规划及接触丰富型交互的开发者而言，该数据集能为具身智能长时序任务学习提供坚实的真实数据支撑。

目前，“白虎”真实场景数据集已同步上线托管至 AtomGit 平台并面向全行业开源，欢迎开发者与研究人员点击获取数据集资源，复现基准代码、进行测试并交流反馈，我们期待收到各位在真机部署中的实测反馈与问题建议。

---

建设标准化评测

数据开源只是起点，检验具身智能的分水岭最终会落在物理世界。

为解决开发者“模型训练完成却缺乏真机与场地验证”的普遍困境，OpenLoong 开源社区将在后续推出 LoongRobo 真实场景评测体系（LoongRobo Model Arena），将模型能力验证从离线数据和仿真环境进一步延伸至真实场景，通过让机器人执行实际任务，考量模型在真实世界中的任务闭环能力，并计划开放以下评测资源支持：

• 真实物理评测场景： 位于上海市浦东新区模力社区的线下实体评测基地，常态化复刻并维护标准化的居家与工业全功能样板间，供模型直接进行实地验证；

• 标准化人形机器人真机本体：统一部署标准全尺寸人形机器人真机及感知阵列，硬件维护与运行损耗由社区承担，降低开发者的真机验证门槛；

• 基准模型与算力支持：提供评测算力配额，并开放官方标准 Baseline 方案与评测规则代码；

• 指标公开可复现： 评测过程全程记录，设立多维度场景榜单，提供客观透明的实测参考。

开启 LoongRobo 评测

目前，LoongRobo 评测预约通道正处于内测阶段，我们将针对已提交报名的开发者提供优先评测体验，欢迎各大科研团队与开发者提单申请，接入标准化测试流程。

接入路径

步骤一：数据获取

①  点击获取数据集完整下载权限 

 步骤二：免费申报评测

① 访问 OpenLoong 官网 注册开发者账号 

② 登录官网进入「评测中心 - 参加评测」选择「LoongRobo 线下真机评测」

③ 按照步骤指引提交评测信息

 步骤三：技术对接与上机

① 社区团队将在 3~5 个工作日内完成审核对接 

② 发放评测接口权限 / 排定上海浦东真机上机排期

---

共建具身智能开源生态

具身智能的发展，需要模型，也需要数据；需要算法，也需要真实环境中的持续验证。

而真实世界本身，就是机器人最复杂、也最重要的“训练场”。

此次开放的“白虎”真实场景数据集，将真实搭建的家庭、工业样板场景、机器人执行过程以及多模态数据汇集在一起，开放50个真实任务、70+小时数据，为开发者提供一批可以进一步研究和使用的真实世界数据资源。

未来，OpenLoong也将持续围绕机器人本体、运动控制、算法模型、数据集、仿真平台等方向开放更多技术资源，推动真实数据、开源技术与开发者之间形成更加紧密的连接。

真实场景已经搭建，真实任务已经发生，真实数据也正在开放。

欢迎开发者获取并使用“白虎”真实场景数据集，基于真实机器人任务开展研究与实践，共同探索具身智能从数据走向应用的更多可能！