「EgoSuite-Open100K：全球首个十万小时人类行为开源数据集，给机器人发“言传身教百科全书”」

事件

8 月 20 日 2026 世界机器人大会（WRC）期间，光轮智能在北京首发 EgoSuite-Open100K——号称全球首个十万小时级全模态人类行为开源数据集，首批同步登陆 Hugging Face 与 AtomGit，并向开放原子开源基金会捐赠孵化。数据规模 10 万小时，覆盖 7 大类环境、128 类场景、15000+ 采集场景与 15000+ 项任务；采用头部与腕部双视角，提供手部与全身位姿、语义标注和深度信息，支持精细操作、全身协调与行为时序学习。配套还发布了 RoboFinals 仿真评测与 RoboStack 真实部署反馈平台，三者构成“人类数据当教材—仿真评测测边界—真实部署收失败样本”的持续学习闭环。

为什么值得关注

第一，具身智能的卡口从来不是“会不会动”，而是“有没有可规模复用的好数据”。此前我们追踪的宇树出货、WHRG 全自主破纪录、Figure 美国量产，解决的都是本体与运动；而 EgoSuite 直击更底层的供给瓶颈——行业在采集口径、标注规范、数据格式、时序组织上各行其是，不同设备的数据难以拼装复用。10 万小时、双视角、带位姿与深度、全量脱敏，等于把“高质量+多样性+大规模”三件难事一次性补齐，且以统一标准开源。

第二，它把“数据”重新定义成基础设施而非一次性资源包。光轮同步推出 5 年 100 亿小时共建计划，并强调数据要与标准、评测、模型迭代共同更新——人类数据成为机器人持续学习的“言传身教百科全书”。这与另一路信号呼应：机器之心旗下 Lightwheel AI 同期与 Hugging Face 放出 EgoSuite-Open100K，且学界有 ADEPT 工作显示，先在仿真预训练 dexterity、再针对任务微调，可把真实学习步数从约 90 亿步砍到 30 亿步（降本 67%），零样本跨不同机械手部署。数据规模 × 仿真迁移，正在把具身从“演示”推向“可迭代进化”。

第三，产业闭环开始咬合。光轮与 58 同城签约，把真实生活服务场景与机器人训练评测打通；吉利、新希望等也进入生态。当“人类工作经验采集—机器人训练—真实部署反馈”连成一条线，具身智能才真正从展会 Demo 走向劳动力替代的临界区。

一句话定性

给机器人喂十万小时“人怎么干活”的双视角教材，比教它跑更快更根本——具身智能的下一程，拼的是数据底座与持续学习闭环，不是单台本体的炫技。