Axis Robotics publica uno de los conjuntos de datos de simulación de brazos Franka más grandes para IA física

Axis Robotics ha lanzado Axis Sim Dataset V1, uno de los conjuntos de datos de simulación de código abierto más grandes para la manipulación del brazo Franka, con el conjunto de datos completo, el código de entrenamiento y las referencias disponibles públicamente. V1 está construido a partir de más de 50.000 trayectorias de simulación teleoperadas por humanos en 207 tareas de manipulación y más de 60.000 variantes de escena en un brazo Franka Research 3 simulado.

Este conjunto de datos atrajo más de 160.000 descargas, convirtiéndolo en el conjunto de datos de simulación de manipulación Franka de código abierto más descargado en Hugging Face. En las referencias, el preentrenamiento continuo en V1 elevó π0.5 y superó una línea base de RoboCasa con volumen coincidente, con cada resultado abierto y verificable.

Axis Robotics está construyendo el motor de datos compuesto definitivo para la IA física, un sistema verticalmente integrado que abarca simulación a gran escala, captura egocéntrica del mundo real, locomoción-manipulación de humanoides y post-entrenamiento DAgger con puerta humana. La empresa recaudó 12 millones de dólares en financiación semilla liderada por Hack VC, con la participación de Nomad Capital, Pi Network Ventures, 10K Ventures y inversores ángeles.

Una apuesta contra “Solo datos limpios”

Un supuesto común en la robótica es que las demostraciones deben ser casi óptimas desde el principio: filtrar hasta trayectorias de expertos, estandarizar la configuración y descartar cualquier cosa ruidosa antes de que sea seguro imitarla. La tesis de Axis va en la dirección opuesta: la calidad de los datos reside a nivel de la distribución, no en la trayectoria individual. Cuando una multitud grande y diversa produce trayectorias ruidosas y subóptimas y sus errores no están correlacionados, el ruido se promedia y una política funcional sobrevive durante el entrenamiento.

Axis Sim Dataset V1 somete esa tesis a una prueba pública. Sus trayectorias abarcan recoger y colocar, apilar, verter, manipulación de objetos articulados y uso de herramientas, todas recopiladas a través de la plataforma de teleoperación basada en navegador de Axis, Axis Hub, por una multitud distribuida en lugar de un solo equipo de expertos. El conjunto de datos fue construido con investigadores de la Universidad de California, Berkeley, la Universidad Johns Hopkins, la Universidad de Míchigan y otras instituciones.

Resultados que escalan

En LIBERO-Plus, el preentrenamiento continuo en V1 eleva π0.5 del 83,9% al 88,8% de éxito y supera una línea base de RoboCasa365 con volumen coincidente en un 37,3%. El rendimiento mejora consistentemente a medida que los datos de preentrenamiento escalan del 25% al 100% del conjunto de datos, sin signos de saturación, lo que evidencia que las ganancias provienen de la diversidad y la cobertura en lugar de un aumento aislado. Las mayores mejoras aparecen bajo perturbaciones de cámara, ruido de sensores y diseño, los ejes exactos que Axis aleatoriza durante la generación.

El equipo dice que V2 ya está en marcha, escalando a 1,2 millones de trayectorias en 1.200 tareas, con generalización cruzada de encarnación y resultados en múltiples modelos VLA que muestran que los datos de simulación subóptimos entrenan políticas robustas.

El motor detrás del conjunto de datos

El conjunto de datos es una salida de un motor de datos más grande y activamente compuesto. Donde un proveedor de datos tradicional recopila según una especificación fija y se detiene, Axis utiliza el rendimiento del modelo y los casos de fallo para determinar qué debe recopilarse a continuación, por lo que cada ronda de entrenamiento informa la siguiente. Ese motor funciona con una estrategia híbrida en cuatro líneas de datos, y las cuatro ahora funcionan a escala:

• Simulación: más de 200.000 colaboradores distribuidos en Axis Hub, una dApp entre las tres principales en Base, produciendo más de 4,7 millones de trayectorias en 13 encarnaciones.
• Egocéntrico: una red gestionada de más de 1.000 recolectores a tiempo completo, capacitados en control de calidad, que capturan actividades en primera persona en hogares y negocios reales en 14 industrias: más de 200.000 horas ya acumuladas y creciendo a razón de más de 4.000 horas cada día, con postura de manos verificada por Vicon.
• Loco-manipulación: más de 500 horas que combinan movilidad y destreza en humanoides reales (Unitree G1, Booster T2) a través de teleoperación independiente del hardware.
• Post-entrenamiento DAgger con puerta humana: más de 500 horas de corrección humana en el bucle dirigidas a casos límite de implementación.

Cada tarea y trayectoria se registra en cadena en Base para la procedencia, y los colaboradores son recompensados por la calidad verificada del trabajo.

De datos abiertos a implementación comercial

Más allá de la publicación de datos de simulación de código abierto, Axis trabaja directamente con empresas de encarnación robótica para construir tuberías de datos personalizadas y específicas de la encarnación, así como priores de modelo.

Como primer socio de datos de simulación de Booster Robotics, Axis reconstruyó el espacio de trabajo real de Booster como un gemelo digital alineado con tareas, tuvo colaboradores distribuidos que recopilaron más de 42.000 episodios de simulación en él, y los destiló en un prior específico de Booster. Con solo 30 demostraciones de robots reales, ese prior alcanzó un 87,5% de éxito frente al 37,5% de un π0.5 fuera de la caja, igualando a π0.5 usando la mitad de las demostraciones del mundo real.

Otros socios abarcan empresas de encarnación (Feagine Robotics), empresas de modelos (Manycore Tech, Dexmal) y automatización industrial (Lotus Cars, Geely Auto). Axis también suministra redes robóticas en cadena: BitRobot en Solana y OpenRoboto en Bittensor.

Redefiniendo la base de datos de la IA física

“El futuro de la IA física no es un conjunto de datos estático que descargas una vez”, dijo Chris Feng, fundador de Axis Robotics. “Es un motor que sigue produciendo los datos que el modelo necesita a continuación. La escala te da una cobertura amplia. La diversidad mantiene el ruido sin sesgo. El bucle cerrado convierte cada fallo en progreso. Eso es lo que se compuesta.”

Axis fue fundada por investigadores de la Universidad de California, Berkeley, la Universidad Carnegie Mellon, Georgia Tech y SJTU, junto con fundadores en serie que han escalado plataformas de consumo a más de 30 millones de usuarios. Su investigación está asesorada por Jiachen Li, Profesor Asistente en Georgia Tech.

Enlace del artículo: https://arxiv.org/abs/2607.21588

Página del proyecto: https://axisaiorg.github.io/AXIS-V1/

Enlace del conjunto de datos: https://huggingface.co/datasets/axisrobotics/Franka-Dataset

Código base de Github: https://github.com/AxisAIOrg/Axis-V1-Training