Google DeepMind 聯手 33 家實驗室：釋出最大跨形態機器人資料集與 RT-X

Google DeepMind 聯合全球 33 家學術實驗室，釋出了開源的機器人資料集 Open X-Embodiment 以及對應的 RT-X 模型。它做的事情很直接：把不同形態機器人的動作資料攢在一起，訓練出一個能通用於多種機器人的通用模型。

過去做機器人研發，基本上是一臺機器一套模型。換個機械臂、換個抓夾，甚至只是換個操作環境，很多演算法就得推倒重來。這次釋出的資源，就是為了讓機器人也能像大語言模型那樣，跨形態學習通用技能。

22 種機器人與百萬條演示

Open X-Embodiment 彙集了來自 20 多家機構的資料。整個資料集涵蓋了 22 種不同的機器人形態，包含超過 500 項技能、15 萬個任務以及 100 多萬條操作片段（episodes）。Google 把它類比為機器人領域的 ImageNet，這也是目前同類開源資料集中規模最全面的一套。

基於這套資料，DeepMind 訓練了兩個版本的基準模型：RT-1-X 和 RT-2-X。RT-1-X 基於此前專注機器人控制的 RT-1 架構，而 RT-2-X 則基於視覺-語言-動作（VLA）模型 RT-2，能同時消化網路多模態資料與底層動作指令。

跨形態訓練的效果如何

在五家合作實驗室的測試中，RT-1-X 在五種常見機器人平臺上的平均任務成功率，比各實驗室針對單一形態獨立訓練的專屬模型高出了 50%。這說明即便機械結構不同，動作規律依然可以在模型層面遷移。

而在高階的 RT-2-X 上，泛化能力更為明顯。當測試機器人面臨自己訓練資料裡從未出現、但在其他機器人資料集中存在的新技能時，RT-2-X 的成功率達到了之前 RT-2 的三倍。

最直觀的體現是空間理解。比如指令從「把蘋果放在布上」換成「把蘋果移到布旁邊」，RT-2-X 可以精確調整抓取與移動軌跡。不過 DeepMind 也指出，這種跨機器人的技能湧現，必須依賴引數量和容量足夠大的模型架構才能顯現。

怎麼獲取與上手

Open X-Embodiment 資料集和 RT-1-X 的模型權重（checkpoint）目前已經完全公開，研究人員和開發者可以直接下載使用。如果想深入參與後續迭代，專案組也開放了專門的合作渠道。

為什麼重要

對於機器人領域的開發者和學術研究者來說，這套資源非常值得儘早接觸。單一實驗室以往很難承擔百萬級真機演示資料的採集成本，Open X-Embodiment 直接拉平了跨硬體訓練的門檻，不需要自己造輪子收集所有動作資料。

我們認為，DeepMind 這一步聰明在把「預訓練通用模型」的範式真正搬到了具身智慧上。機器人長期缺乏基礎大模型，核心痛點就是硬體形態各異、資料無法互通。RT-X 證明了跨形態混合訓練不僅可行，還能顯著提升單機表現。當然，目前釋出的主要是學術資料集和 RT-1-X 檢查點，真正要落地到複雜工業或家庭環境，仍需要結合具體硬體進行微調與安全驗證。