1天前 具身最强开源合辑汇总：从数据集到仿真平台，一文覆盖具身智能全链路

出品：机器人产业应用

前言

过去半年，具身智能领域的开源节奏明显加快。数据集、仿真器、模型框架、硬件平台……从“数据燃料”到“机器人大脑”再到“物理身体”，开源成果几乎覆盖了全链路。而如果要为这半年的开源浪潮找一个最集中的爆发点，那一定是ICRA 2026——这个全球机器人学界与工业界的顶级会议，几乎成了各家开源动作的“首发场”。

比论文数量更值得关注的，是论文背后密集释放的开源动作，覆盖了从数据采集、仿真验证到真机部署的完整闭环。本文正是基于这波开源热潮，不追求面面俱到的索引，而是在每个环节选取1-2个最具代表性的项目深挖其价值，同时附上该类别的完整资源表格，供读者按图索骥。

图1：高自由度双臂双手真实操作数据场景，覆盖抓取、装配、关节物体操作等任务。

关键点速览

开源数据集——谁在定义具身智能的“燃料”标准

仿真平台——让Sim2Real从“鸿沟”变“坦途”

模型与框架——VLA从“黑箱”走向“思考”

硬件与算法工具——落地的“最后一公里”

效果验证——当526支战队共用一套开源工具链

01

开源数据集——谁在定义具身智能的“燃料”标准

真机数据采集成本极高，是制约具身智能泛化的最大卡点。因此，谁开源了高质量数据，谁就在定义赛道的基础设施。

智元机器人AGIBOT WORLD数据集无疑是本届大会最重磅的数据开源动作。该数据集包含超过100万条轨迹的真机采集与仿真生成的高质量数据，涵盖物流分拣、工件翻转、货架整理、爆米花舀取、开门、桌面清理、双臂锅具操作等复杂场景。每个任务包含数百条完整操作轨迹。

这不仅是目前行业最前沿的真机数据积累，更构成了智元“数据-仿真-真机”闭环的起点。数据集已在Hugging Face和ModelScope两大社区全面开源。

另一个值得关注的数据集是MERL（三菱电机研究所）的UNIC多模态接触估计数据集。

在行业内，接触估计（即判断被抓取物体与外部环境之间的交互状态）是VLA模型尚未攻克的硬骨头之一。UNIC框架无需任何先验知识或相机标定，直接编码视觉观测并整合本体感知与触觉模态。配套数据集大小约98GB，以CC-BY-SA-4.0许可证开放。代码仓库与数据均已开源。

除了上述两个代表性项目，以下数据集同样值得关注：

获取方式：

AGIBOT WORLD数据集地址：

https://huggingface.co/datasets/agibot-world/AgiBotWorldChallenge-2026

https://modelscope.cn/datasets/AgiBotWorld/AgiBotWorldChallenge-2026

UNIC数据集地址：

https://zenodo.org/records/20127326

https://zenodo.org/records/20287722

https://github.com/merlresearch/unic

WideDepth数据集地址：https://ilyaind.github.io/WideDepth

EgoTraj-Bench数据集地址：https://github.com/zoeyliu1999/EgoTraj-Bench

野外深度补全数据集地址：https://github.com/ntnu-frl/depth-completion

ArtVIP数据集地址：https://huggingface.co/datasets/X-Humanoid/ArtVIP

02

仿真平台——让Sim2Real从“鸿沟”变“坦途”

仿真不够真，迁移就很疼。ICRA 2026的两个仿真平台从不同路径逼近了同一个目标：让Sim2Real趋近于零成本。

智元Genie Sim 3.0是业内首个大语言模型驱动的开源仿真平台。它融合三维重建与视觉生成技术，打造数字孪生级的高保真环境。场景、资产和任务与比赛测试服务器保持一致，参赛者可在本地完成闭环评估。其核心价值在于——当大模型开始驱动仿真环境，场景生成不再靠人工搭建，而是靠语义理解。

中兴通讯RealMirror则走了另一条路。它是一个集“数据采集-模型训练-模型推理-自动化评测-零样本Sim2Real迁移”于一体的端到端VLA仿真基座。平台覆盖5大场景（厨房清理、空气炸锅操作、流水线分拣、杯间倾倒等）和5大核心技能（双臂协同、动态抓取等），累计提供1200条高质量仿真轨迹。

在技术指标上，RealMirror的视觉渲染精度达到真实场景的95%以上，物理参数误差控制在5%以内。开源后短期内GitHub星标超600，120GB的开源资产下载量达2400+。如果说Genie Sim让仿真更“真”，RealMirror则让迁移更“零”——无需任何真实世界数据微调，仅用仿真数据训练的模型即可在真实机器人上完成任务。

图3：RealMirror覆盖场景构建、遥操作采集、VLA训练评测与Sim2Real迁移。

以下为仿真平台完整清单：

Genie Sim 3.0平台地址：https://agibot-world.com/genie-sim

RealMirror平台地址：https://github.com/terminators2025/RealMirror

03

模型与框架——VLA从“黑箱”走向“思考”

有了数据和仿真，还需要“大脑”来驱动。ICRA 2026见证了VLA模型从“黑箱输出”到“思考推理”的进化，也见证了轻量级模型挑战巨头的逆袭故事。

智元与北航联合推出的ACoT-VLA是本届大会的基线模型之一。其核心创新在于引入思维链（Chain of Thought），让VLA模型有了显式的推理-行动过程。传统VLA像个直觉型选手——看到场景直接输出动作；ACoT则像个分析型选手——它会先想“我要先抓哪里、再抓哪里”，再执行。

图4：ACoT-VLA通过显式动作意图与隐式视觉推理共同约束动作预测。

原力灵机（Dexmal） 则是本届大会开源领域最令人惊喜的“黑马”。其自研的DM0大模型是全球首个从底层数据、训练范式到模型架构全部面向真实物理世界机器人作业而设计的具身原生大模型。最令人震撼的是它的“小身材、大能量”——仅2.4B参数，却在RoboChallenge真机评测中位居全球第一。

DM0在数据层面联合阶跃星辰、千里科技，融合机器人多感知数据、智能驾驶数据与互联网数据三类数据联合训练；在架构层面覆盖灵巧操作、环境导航、全身控制三大核心任务，在8类不同机器人本体上联合训练；在能力层面将思维链推理延伸到物理空间，操作精度突破亚毫米级。

原力灵机同步亮相的Dexbotic开源框架则是全球第二、国内唯一的通用具身智能开源框架。它连接数据、模型、训练、评测、硬件与真机部署，让开发者以统一流程构建真实可用的机器人智能。自发布以来，已服务清华、北大、普林斯顿、帝国理工等数十家顶尖院校及腾讯等企业，汇聚超千位开发者共建生态。

其核心特性包括多源数据混合训练、统一操作与导航、统一模仿学习与强化学习、模块化解耦架构——让“训一个能用的具身大模型”从少数团队的手艺活变成标准化可复现的工程问题。

图5：Dexbotic将多种机器人本体、数据处理、模型模块和实验流程纳入统一工具箱。

此外，Dexora作为首个原生面向双臂双高自由度（36自由度）灵巧操作的开源VLA模型，也同期开源。它搭载两台6自由度机械臂与一对12自由度灵巧手，数据集包含10万条仿真轨迹和1万条真实遥操作轨迹。如果说DM0追求通用，Dexora则死磕极致灵巧。

以下为模型与框架完整清单（含经典规划库）：

ACoT-VLA模型地址：https://github.com/AgibotTech/ACoT-VLA

DM0大模型地址：https://github.com/dexmal/dexbotic/blob/main/docs/DM0.md

Dexbotic框架地址：

https://github.com/dexmal/dexbotic/blob/main/docs/DM0.md

https://huggingface.co/Dexmal/DM0-base

Dexora模型地址：https://github.com/ZZongzheng0918/Dexora

OMPL模型地址：https://ompl.kavrakilab.org

04

硬件与算法工具——落地的“最后一公里”

大脑之外，“小脑”（运动控制）和“身体”（硬件平台）的开源同样关键。

乐聚机器人在ICRA 2026上直接开源了“物理身体”的标准化基座。其人形机器人平台的核心设计资源——包括完整URDF模型、25自由度运动学参数及关节模组接口协议（支持CANopen与EtherCAT双栈）——面向全球开发者全面开放，让算法团队无需从零进行机械设计即可部署VLA策略。

同步开源的还有配套高保真仿真环境及超2000条全身动态控制轨迹库（涵盖行走、转身、双臂协同操作），专门弥合人形机器人双足行走与全身协同操作的Sim2Real一致性难题。硬件与仿真双双开源，使乐聚成为本届大会硬件标准化生态的重要贡献者。

高擎动力Mini Pi Plus在ICRA 2026全球首发。整机高度75.6厘米，重量仅15公斤，远低于主流人形平台19.5-29公斤的范围。全身23或27个自由度，峰值扭矩21Nm，支持行走、奔跑甚至后空翻等动态动作。

更关键的是其开源策略——完整URDF模型公开发布，电机参数经工厂校准后直接写入URDF，从源头压缩Sim2Real鸿沟。开源硬件的意义在于——让没有千万级预算的高校实验室，也能真刀真枪地研究人形机器人。

在算法层面，极端稀疏深度补全模型堪称“极限挑战”。它仅利用每帧10个点级别的稀疏深度测量，就能预测出高精度的密集度量深度图。在Nvidia Jetson上端到端延迟仅53ms，这意味着低算力、低成本的边缘设备也能拥有高质量的3D感知能力，对无人机、轻量级机器人是质变。代码与野外环境测试数据集均已开源。

图6：WideDepth使用真实室内场景和激光点云构建宽视场深度估计基准。

其他值得关注的算法包括：SURE半密集不确定性细化特征匹配框架、MinNav基于光流的微型无人机极简导航方法、LLM-TALE利用大语言模型引导强化学习探索的框架等。

以下为硬件与算法工具完整清单：

“夸父”KUAVO人形机器人获取地址：https://github.com/LejuRobotics/kuavo-ros-opensource

乐聚全身动态仿真策略库获取地址：https://github.com/LejuRobotics/kuavo-ros-opensource

Mini Pi Plus获取地址：

https://www.hightorquerobotics.com/icra-2026-global-debut-of-the-mini-pi-plus-humanoid-robot-platform-lightweight-and-high-performance-accelerating-scientific-research

https://github.com/HighTorque-Robotics/Mini-Pi-Plus_BeyondMimic

精灵G2获取地址：https://www.agibot.com/products/G2

极端稀疏深度补全获取地址：https://github.com/ntnu-frl/depth-completion

MinNav获取地址：https://pear.wpi.edu/research/minnav.html

SURE获取地址：https://github.com/LSC-ALAN/SURE

LLM-TALE获取地址：https://github.com/llm-tale/llm_tale

05

效果验证——当526支战队共用一套开源工具链

前四章拆解了上半年开源生态的各个拼图。但一个核心问题有待回答：这些开源工具，到底能不能用、好不好用？

本次ICRA的AGIBOT WORLD CHALLENGE提供了一次绝佳的验证机会。赛事吸引了来自27个国家及地区的526支战队参赛，统一基于AGIBOT WORLD开源数据集、Genie Sim 3.0仿真平台、精灵G2真机硬件完成算法开发与评测。

首创的“线上仿真评测+线下真机决赛”机制，将自动化评测、真机稳定性、Sim2Real迁移效果设为统一评分标准。这本质上是一次对开源工具链的大规模公开压力测试——526支战队能在同一套开源体系上竞技并产出可复现结果，本身就是这套工具易用性与可靠性的最强证明。

开源社区的数据同样佐证了这一趋势。中兴RealMirror的120GB开源资产下载量突破2400+；原力灵机Dexbotic框架已服务清华、北大、普林斯顿等数十家院校及腾讯等企业，汇聚超千位开发者；智元Genie Sim 3.0上线后迅速成为具身智能仿真领域的热门开源项目。

这些数字说明，开源工具并非“论文附件”式的象征性开源，而是被真实下载、部署、验证的可用资产。

当开源从单点突破走向全链贯通，当数千位开发者共用一个代码仓库迭代，具身智能的研发门槛正在被系统性拉低。这不是少数巨头的游戏，而是整个行业的基础设施建设。