日前，啟明創(chuàng)投投資企業(yè)它石智航重磅發(fā)布全球首個(gè)大規(guī)模真實(shí)世界具身VLTA（Vision-Language-Tactile-Action）多模態(tài)數(shù)據(jù)集World In Your Hands（下稱“它石WIYH數(shù)據(jù)集”），并計(jì)劃于2025年12月面向行業(yè)共享開放。這項(xiàng)成果標(biāo)志著它石智航在行業(yè)首創(chuàng)的以人為中心的（Human-Centric）具身數(shù)據(jù)引擎新范式正式確立，這一技術(shù)路線比特斯拉Optimus還要領(lǐng)先大約六個(gè)月。
長(zhǎng)期以來(lái)，主流大模型預(yù)訓(xùn)練依賴的互聯(lián)網(wǎng)數(shù)據(jù)和仿真數(shù)據(jù)存在以下兩點(diǎn)不足：互聯(lián)網(wǎng)數(shù)據(jù)質(zhì)量參差不齊、缺少動(dòng)作信息；仿真數(shù)據(jù)真實(shí)性有限，場(chǎng)景泛化難，訓(xùn)練后的模型難以絲滑遷移到現(xiàn)實(shí)世界。而對(duì)人形機(jī)器人來(lái)說(shuō)，通向“具身智能”的最大難關(guān)，并不是算法本身，而是如何獲得規(guī)?；?、真實(shí)、可泛化的數(shù)據(jù)。高質(zhì)量訓(xùn)練數(shù)據(jù)的缺失，成為行業(yè)公認(rèn)的難題。
它石智航首席科學(xué)家丁文超博士表示：“它石WIYH數(shù)據(jù)集的發(fā)布，標(biāo)志著行業(yè)首次將視覺、語(yǔ)言、觸覺與動(dòng)作多模態(tài)數(shù)據(jù)在真實(shí)世界大規(guī)模跨行業(yè)、跨任務(wù)采集，并為未來(lái)實(shí)現(xiàn)具身基座模型的規(guī)模定律（Scaling Law）奠定了基礎(chǔ)。”
在此次它石智航發(fā)布的Human-Centric（以人為中心）第一視角數(shù)采視頻中可以看到，區(qū)別于以往實(shí)驗(yàn)室和數(shù)采工廠中靜態(tài)、單調(diào)的采集環(huán)境，它石WIYH數(shù)據(jù)集依托多個(gè)行業(yè)真實(shí)的工作場(chǎng)景和工作人員，采集覆蓋酒店洗衣、超市裝配、物流作業(yè)等多種具身場(chǎng)景的人類標(biāo)準(zhǔn)操作流程數(shù)據(jù)?？梢哉f(shuō)，它石WIYH數(shù)據(jù)集的數(shù)據(jù)不僅解決了“數(shù)據(jù)量少、質(zhì)量低、成本高”的問(wèn)題，更讓數(shù)據(jù)“來(lái)自真實(shí)世界”。
它石WIYH數(shù)據(jù)集具備以下四點(diǎn)特征：
真實(shí)：采集源于真實(shí)具身任務(wù)，貼合模型實(shí)際應(yīng)用場(chǎng)景；
豐富：橫跨多個(gè)行業(yè)與操作技能，讓模型具備遷移與泛化能力，打破數(shù)據(jù)復(fù)用壁壘；
全面：囊括視覺、語(yǔ)言、觸覺、動(dòng)作多模態(tài)全真值，方便預(yù)訓(xùn)練模態(tài)對(duì)齊；
海量：量級(jí)上限堪比大語(yǔ)言模型，保證具身智能的未來(lái)想象力。
基于這四點(diǎn)核心特征，它石WIYH數(shù)據(jù)集形成了以下三項(xiàng)獨(dú)特優(yōu)勢(shì)：
首先，在模態(tài)完整性上，通過(guò)自研的采集套件，同步獲取視覺（RGB）、力觸覺（壓力傳感器信號(hào)）和動(dòng)作（手指關(guān)節(jié)位姿與末端軌跡）數(shù)據(jù)，確保多源數(shù)據(jù)在時(shí)間和空間上的精準(zhǔn)對(duì)齊；
其次，在數(shù)據(jù)標(biāo)注鏈路上，它石WIYH數(shù)據(jù)集依托自有的云端基礎(chǔ)大模型完成高精度標(biāo)注，覆蓋2D語(yǔ)義、場(chǎng)景深度、操作任務(wù)分解、交互物體的可供性（Affordance）、手部與末端動(dòng)作軌跡等多粒度真值標(biāo)簽，為具身基座模型的預(yù)訓(xùn)練提供全面多維的監(jiān)督信號(hào)；
最后，在采集環(huán)境上，它石智航深入真實(shí)生活操作場(chǎng)景，對(duì)比業(yè)內(nèi)通常高成本自建數(shù)采、數(shù)訓(xùn)工廠，在非搭建、非專有、非封閉的環(huán)境中采集工作人員的標(biāo)準(zhǔn)操作流程數(shù)據(jù)，顯著提升數(shù)據(jù)的真實(shí)性、多樣性和泛化能力，同時(shí)降低數(shù)采成本一個(gè)數(shù)量級(jí)以上。
它石WIYH數(shù)據(jù)集的提出，標(biāo)志著以人為中心的具身數(shù)據(jù)新范式的確立。它讓面向真實(shí)世界的具身AI World Engine預(yù)訓(xùn)練成為可能。立足“千行百業(yè)”，它石WIYH數(shù)據(jù)集有望實(shí)現(xiàn)“一模千任”，成為通用具身基座模型訓(xùn)練的關(guān)鍵語(yǔ)料和基礎(chǔ)設(shè)施，推動(dòng)行業(yè)應(yīng)用從單一任務(wù)逐步邁向具備通用操作能力的新階段，為具身機(jī)器人真正走進(jìn)千企萬(wàn)家打下堅(jiān)實(shí)基礎(chǔ)。
