消息面上，10月22日，智元正式开源AGIBOT WORLD 2026第四期“具身推理”（Physical Reasoning）数据集。官方将其定位为行业首个真实场景Physical Agent数据集，核心转变在于将任务设计重点从单一操作转向复杂决策。以机器人补充客房迷你吧饮料为例，其需先分辨空瓶与满瓶，清点数量，再决策回收与补货数量。由于初始状态各异，操作步骤完全不同。过往数据集多侧重于机械动作执行，而第四期数据集旨在训练机器人在不同情境下的判断力、优先级排序及后续行动规划。围绕同一任务，智元构建了多种现实状态分支，采集了包括属性约束选择、情境条件化选择、操作可行性评估、前置条件推理、目标导向搜索、状态与数量推理、长程规划、记忆状态维护、子任务顺序推理在内的九类核心推理能力数据，并按难度分为Easy、Medium、Hard三个梯度。在数据结构上，通过Task Frame和子任务区间刻画任务脉络，利用Dense Prompt明确目标对象、操作部位及双臂分工，结合空间标注（框、点、线）及成功/干扰标记，将决策与动作串联为从规划到执行的完整链条。目前，该数据集已应用于智元即将推出的Agent框架及新一代基座大模型训练中。
全栈能力开放，数据采集成新战场
作为AGIBOT WORLD 2026的一部分，该数据集号称是首个覆盖具身智能全域研究的开源数据集。所有数据均源自100%真实环境，涵盖商业空间、家居等场景，由智元精灵G2机器人平台采集，并借助数字孪生技术在仿真环境中进行1:1重建。整个项目分五个阶段逐步开源，本期为第四阶段。智元此举意在向行业层层展示其从数据、模型到场景落地的全栈技术能力。万联证券指出，人形机器人正从技术突破迈向规模化商业化的关键节点。供给端，特斯拉、宇树、智元、优必选等企业推动量产进程；需求端，老龄化趋势及劳动力成本上升提供了坚实支撑。中信建投则将物理AI数据与仿真列为重点关注方向，认为高质量交互数据和仿真合成技术将进一步扩大产业需求。总体而言，数据采集已成为多家券商公认的物理AI下一竞争高地。
OFweek维科网