BitRobot与Hugging Face发布HIW-500：10TB真实家庭人形机器人数据集

人形机器人在动态行走上进步神速，但在杂乱无章的真实家庭环境中可靠地导航和操作物体，仍是物理AI最顽固的瓶颈之一。大多数机器人数据集来自高度受控的实验室环境，而真实家庭充满混乱和边缘情况。为弥合这一差距，BitRobot Network联合Hugging Face和宇树科技正式发布HIW-500（Humanoids-in-the-Wild 500），这是目前最大的开源人形机器人真实住宅遥操作数据集，为研究人员训练模仿学习和视觉-语言-动作（VLA）模型提供了海量基础资源。

目前能确认到哪一步
根据Humanoids Daily报道，HIW-500数据集已公开在Hugging Face平台，提供原始ROSbag和压缩LeRobot格式，并支持浏览器内可视化。数据来自东南亚12个家庭，使用宇树G1人形机器人采集。

为混乱现实世界训练
HIW-500的庞大规模旨在解决行业关键的数据短缺问题。数据集在东南亚12个不同家庭中采集，涵盖超过500小时录像、23000个独立片段和10TB原始数据。项目聚焦长时域家务任务，包括房间导航、多种物体操作和多步骤活动，部分片段长达8分钟以上。据BitRobot称，数据集覆盖10余种核心家务任务，细分为数千个演示和详细子任务标注，这种多层次抽象允许研究人员在不同复杂度层面训练和评估AI模型。

此次发布直指行业领袖指出的消费机器人主要障碍——泛化能力不足。宇树科技CEO王兴兴此前将具身AI的“ChatGPT时刻”定义为达到“80/80”目标：在80%的陌生真实场景中实现80%的任务完成率。通过将数据收集从实验室转移到真实住宅环境，HIW-500代表了向这一基准的协同推进。



硬件与遥操作栈
为采集高保真数据，团队部署了标准化宇树G1人形机器人机队。G1凭借低于3万美元的企业定价，迅速成为全球研究实验室青睐的预算硬件。其传感器配置包括：头部立体摄像头（480p、30fps RGB）、双臂腕部红外立体摄像头（480p、30fps RGB+IR，减少操作遮挡）、全机器人29自由度状态和动作记录，以及板载IMU和里程计追踪。

遥操作29自由度人形机器人在狭窄住宅走廊和厨房中执行精细双臂任务极其困难。收集数千条干净的全身体轨迹需要数月协调努力，并依赖宇树的硬件支持来承受真实世界部署的高频物理磨损。









LeRobot压缩突破与开源可及性
10TB数据集虽宝贵，但其庞大体积对小型学术实验室构成基础设施障碍。为此，Hugging Face的LeRobot团队将整个数据集重新编码为开源LeRobot格式，通过优化数据结构成功将数据集从约10TB压缩至2TB，且完全无损。轨迹、摄像头画面和标注保持不变，但存储占用大幅降低，使数据集更易于流式传输、管理和输入深度学习流水线。

完整数据集已在Hugging Face上以原始ROSbag和压缩LeRobot格式公开。开发者还可通过LeRobot可视化器在浏览器中直接探索数据集，获得机器人3D渲染与摄像头画面、语言指令和子任务标注的同步视图。关键的是，宇树G1底盘在LeRobot库中得到原生支持，机器人专家可立即加载HIW-500开始训练行为克隆或端到端VLA策略，并在自己的物理G1硬件上运行，有效降低了真实世界家庭自动化研究的门槛。

资料线索
• Humanoids Daily

本文是基于公开页面整理的 AI 硬件情报，不是本站实测或购买建议。图片发布副本增加 waoo.ai 水印，原摄影者和来源标识保留。