智元开源了一套「该做什么」的数据
具身数据一直在教机器人怎么动手，智元这一期改教它先想清楚。九类推理、四类变量、三档难度，看的是同一件事：任务没有标准答案时，数据该怎么标。
客房迷你吧要"补到 3 瓶"，机器人得先分清空瓶满瓶、数清还剩几瓶，再决定收几瓶、补几瓶。初始状态一变，步骤全变。
一、发生了什么
10 月 22 日，智元机器人开源了 AGIBOT WORLD 2026 系列的第四期，主题是"具身推理"（Physical Reasoning）。官方称这是行业首个面向真实场景的 Physical Agent 数据集。
这一期最明显的变化在任务设计。前三期侧重"操作难度"——能不能抓起、能不能插进去；这一期转向"决策难度"——面对同一个目标，机器人在不同现场条件下该选哪条路。
数据集围绕四类变量构造分支：物品数量、遮挡关系、位置占用、任务进度。覆盖九类推理能力，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。任务按简单、中等、困难三档分层。
标注层面给了两套东西：高层用任务指令、Task Frame、子任务区间和动作步骤刻画结构；低层用 Dense Prompt 写明目标对象、操作部位、左右臂分工与预期结果，再配框、点、线三类空间标注，以及成功与干扰标注。智元表示，这批数据已经用于其即将推出的 Agent 框架和新一代基座模型训练。
二、跟你有什么关系
做具身模型的团队。 之前公开数据集大多是"动作对"，缺"决策对"。这套数据的价值在于同一个任务有多个正确路径，可以直接拿来做过程监督，而不只是行为克隆。
在酒店、餐饮、零售做机器人试点的公司。 补货、清点、找物这三类活最容易被低估，因为它们不考验手，考验的是现场判断。
评估团队。 有了难度分层，至少可以分清模型是"不会做"还是"没想清楚"。
三、怎么用这份数据
读到这儿，可以顺路看 触觉传感器，三分钟能装好一片 哥大李昀烛团队开源 FlexiTac 一年半，三分钟组装、成本随批量下降、可直接进仿真。读完知道触觉为什么难标准化，以及自己动手的门槛在哪。- 先做单能力拆解。按九类推理能力分别抽样本，看模型在哪一类上掉得最厉害，别一上来就端到端。
- 用同一任务的多状态分支做对照实验。目标相同、条件不同，如果模型的输出不随条件变化，说明它学的是动作序列，不是决策。
- 把成功与干扰样本分开算指标。只看成功率会掩盖"做对了但过程错"的情况。
- 联合训练时保留高层问答。低层轨迹负责手感，高层问答负责把"为什么这么做"讲清楚，两者一起用才撑得住长程任务。
四、三个别信的说法
"数据量够大，决策能力自然会出现。" 动作数据再多，也不会自动长出"先查天气再决定带不带伞"这种链路。这类能力必须由带分支的任务结构喂出来，这是这一期数据集真正的设计点。
"首个真实场景"就等于覆盖了真实场景。 这是官方口径。数据集里的场景是采集来的，不是随机分布的，酒店客房和便利店之外的场景泛化能力，还得自己验。
"难度分了三档，就能直接当榜单用。" 难度梯度是采集时设计的，不是按模型表现校准的。拿它排名次，会得到一份看起来精确、实际不可比的表。
五、一句话结论
具身智能卡住的地方，正在从"手不够巧"变成"不知道先做什么"——这份数据集是冲着后半句去的。
信息来源
- 上海证券报：智元开源首个真实场景 Physical Agent 数据集，2026 年 10 月 22 日
- 中国基金报：助推具身智能落地部署，2026 年 10 月 22 日
功能与价格以官方公告为准。本文写于 2026 年 10 月 23 日。
本文为编辑整理的行业动态，未附官方原文链接。涉及价格、参数、发布时间的，请以厂商官方页面为准；发现错误可来信指出，会在「本次更新」里注明。
每周一封，只发新教程和可复制模板。不发广告，随时退订。