阮丞说：“这个过程可以对比教小孩子学做菜，最开始是认识菜、肉、调料，之后告诉他操作步骤，最后是实践操作。就倒水这一动作来说，（我们）先让大模型认识各式各样的水壶、杯子以及杯子里的水位等，之后让它具备在不同场景下的泛化能力，最后在高质量真机动作数据的训练下，能够精准理解倒水的相关动作。”

▲智元机器人正在采集倒茶水的数据

　　阮丞也称，教会人形机器人学会每项动作需要采集多少条数据，因任务和要求不同可能有所差异，没办法准确量化，而且，随着对人形机器人的要求越来越高，可能需要更多的数据。

　　2024年底，智元机器人对该数据采集中心的百万真机数据集AgiBot World进行了开源。据介绍，相较于Google的Open X-Embodiment，AgiBot World长程数据规模高出10倍，场景范围覆盖面扩大100倍，数据质量也从实验室级上升到工业级标准。

　　对具身大模型的不断训练已经产生效果。阮丞说：“以最早期的抓取放置任务训练为例，让机器人抓取一个物品从一个筐放进另一个筐，随着训练数据的增加，模型的能力也得到很大扩展，对不同样式不同位置的筐和物品，甚至完全没见过的物品，机器人也能进行识别并投放。在不断的研究与探索中，我们的认知也在不断地被颠覆。现在的模型具备了同时执行多个任务，对不同场景和新物体的泛化能力，同时还能理解跟随语言指令。”

　　“解决一个工序也有上万台市场规模”