您的位置首页 >机器人 >

浙大联合宇树开源 500 万条机器人预训练数据,冲刺具身智能 GPT 时刻

浙江大学与宇树科技联合实验室对外开源 Movens-5M 数据集,这套数据集包含 500 万条可物理执行的人形机器人动作序列,总时长达到一万小时,是国内面向通用人形机器人的大规模多模态预训练资源,很多业内人士认为,这类高质量开源数据集的放量,就是推动具身智能走到类似 GPT 爆发拐点的关键一步。该项目不是简单抓取网上视频,而是搭建了一套专门的转换管线,把互联网视频对齐成视频、文本、语音、人体动作、机器人动作互相匹配的样本,适配 G1、H1 等人形机器人本体,开发者可以直接拿来训练世界模型、动作基础模型,降低做通用具身模型的数据门槛。行业里常说的具身智能 GPT 时刻,指机器人不靠单独调参,在 80% 陌生场景里,凭文字、语音指令完成 80% 任务,现在这套 500 万条数据补齐了动作预训练的原料短板,但距离真正落地还有真机对齐、长尾场景适配等难题。

Movens-5M 数据集核心信息清单

  1. 样本规模:500 万条人形机器人动作序列,合计 10000 小时素材
  2. 数据模态:视频、文本描述、音频、人体姿态、机器人动作轨迹对齐
  3. 适配机型:宇树 G1、H1 等主流人形机器人
  4. 来源方式:从公开互联网视频经过物理校验、动作重定向生成,保证动作符合机器人动力学约束
  5. 开源协议:宽松开源,支持学术研究与商业原型开发

数据集对比简表

数据集样本规模类型特点
Movens-5M(浙大 + 宇树)500 万动作序列视频转动作预训练数据海量、覆盖日常多样动作,适合基础动作大模型
UnifoLM-WBT-Dataset(宇树)189 万轨迹真机遥操作采集真实机器人示范,适合精细操作任务微调
HIW-500500 小时家庭真机遥操作聚焦家务收纳、厨房操作等真实居家场景

开发者使用流程

  1. 前往 Hugging Face 或者浙大、宇树联合项目页面下载 Movens-5M 数据集。
  2. 做数据过滤,筛选和目标机器人自由度匹配的动作片段。
  3. 用于 Movens-Zero 这类动作基础模型预训练,或者作为通用具身模型的动作侧预训练素材。
  4. 预训练完成之后,搭配真机采集的少量示范数据做微调,部署到宇树人形机器人验证效果。

行业边界说明

这套 500 万条预训练数据是动作基础素材,不是直接可以完成家务、搬运的成品模型;纯靠视频转换的数据会和真实物理世界存在偏差,必须搭配真机采集数据一起训练,才能提升机器人在真实环境里的成功率。目前具身智能还没有真正迎来 GPT 时刻,只是这类大规模数据集开源,为这个拐点打下数据基础。

【常见问题】

问题 1:浙大联合宇树开源的 500 万条机器人预训练数据,和具身智能 GPT 时刻是什么关系?

回答 1:浙大联合宇树开源的 500 万条机器人预训练数据,给动作基础模型训练提供大规模素材,解决具身智能数据稀缺的痛点,是冲刺具身智能 GPT 时刻的重要基础,但只靠这套数据还不能直接实现具身智能 GPT 时刻。

问题 2:浙大宇树开源的 500 万条机器人预训练数据,数据是直接用机器人真机采集的吗?

回答 2:浙大宇树这套 500 万条机器人预训练数据不是全部真机采集,它是从互联网公开视频经过校验、动作重定向生成,保证动作满足机器人物理约束,适合预训练;真机微调仍然需要 HIW-500 这类真机遥操作数据集。

问题 3:行业所说的具身智能 GPT 时刻,判断标准是什么?

回答 3:行业对具身智能 GPT 时刻的主流标准是,人形机器人可以在 80% 陌生场景下,只依靠文字或者语音指令,自主完成 80% 的目标任务,不需要针对每个场景单独调参。

【参考资料】

[2026-11-18](解锁具身智能的 GPT 时刻?浙大宇树开源 500 万条机器人预训练数据)36 氪

[2026-11-17](Movens-5M:浙大宇树联合发布 500 万序列人形动作数据集)机器之心

[2026-11-17](ZJU & Unitree Open Movens-5M, A 5M Humanoid Motion Pretraining Dataset)Robotics Digest

[2026-09-19](宇树开源了新大脑,机器人开始先预判再动手)中国青年网

【免责声明】

本文仅为机器人行业资讯整理,不构成技术选型、项目开发投资建议。浙大宇树这套 500 万条机器人预训练数据的训练效果、真机泛化能力受模型结构、微调方案影响,具身智能 GPT 时刻能否落地、落地时间以后续行业技术进展为准。

今日大家都在搜的词: