在機器人技術的前沿探索中，一個名為AgiBot World的項目正引發廣泛關注。該項目旨在構建一個基于全域真實場景、全能硬件平臺及全程質量把控的百萬真機數據集，為機器人領域的發展注入新的活力。
AgiBot World項目由香港大學助理教授李弘揚博士團隊與上海智元機器人合作推出，其目標是打造硬件與系統的AI融合模式。李弘揚博士在計算機視覺和深度學習領域有著深厚的研究背景，他曾在多個國際頂尖會議與期刊上發表論文，并在自動駕駛算法方面取得了顯著成就，其中端到端自動駕駛算法UniAD更是被評為CVPR 2023最佳論文。
從自動駕駛到機器人領域，李弘揚博士的研究重心逐漸轉移。他指出，自動駕駛和機器人之間存在許多共通之處，如感知、預測和規控等技能棧，以及與環境交互的能力。他特別關注端到端訓練范式在機器人任務中的適用性，并致力于探索如何在這一領域復制自動駕駛的成功經驗。
AgiBot World數據集的發布，標志著李弘揚團隊在具身智能領域邁出了重要一步。該項目不僅物理形態統一，區別于簡單堆砌不同子數據集的超大規模數據集，還在靈巧手操作、視觸覺多模態信號和多機協同等方面展現出明顯優勢。這些特點使得AgiBot World在推動具身智能真正智能化和驗證Scaling Law方面具有重要意義。
在AgiBot World數據集發布前，團隊成員們通宵達旦進行準備，最終成功發布了這一重要成果。該數據集的發布也受到了央視總臺和上海市經信委的報道，彰顯了其在機器人領域的重要地位。
李弘揚博士表示，AgiBot World項目的愿景是通過數據共享，讓整個產業和學界共同研究有價值的學術問題，實現具身智能領域的“ImageNet時刻”。他強調，實現具有人工智能的具身智能系統需要模型具備自適應、能學習和會反思三種能力。為此，團隊正在探索如何構建真正具有智能的具身系統，使機器人能夠適應各種環境、學習各種新任務，并從自身行動中獲得反饋并進行反思。
在具身智能方向的研究中，李弘揚團隊特別關注泛化能力、智能性和高效性三個核心問題。他們通過視覺預訓練提升機器人操縱能力，并致力于解決機器人在面對不同場景和任務時的適應性和通用性問題。同時，他們也在探索如何使機器人具備閉環反饋能力，以及如何在保證性能的同時實現高效、輕量化的部署。
從自動駕駛到機器人領域，李弘揚團隊面臨著諸多挑戰。他們發現，單純將全局優化的理念直接遷移至機器人領域需要對網絡結構和訓練范式進行較大改進。數據采集難度也明顯增加。為此，他們提出了數據金字塔策略，結合仿真數據、網絡數據、真機數據以及針對特定任務的少量真機特殊場景，以期有效地解決數據問題。
AgiBot World項目的成功發布，為具身智能領域的發展注入了新的動力。李弘揚團隊表示，他們將繼續致力于探索全局優化與海量數據在機器人領域的應用潛力，并計劃在未來推出全量數據集，并在CVPR、IROS等場合舉辦挑戰賽。通過這些努力，他們期望能夠推動整個產業和學界在具身智能領域取得更多突破性進展。
