Galaxea Open-World Dataset（星海圖開放世界數據集）是由星海圖（Galaxxea）於2025年8月開源的一個大規模、高質量機器人真機數據集。該數據集旨在通過真實世界數據推動具身智慧型技術發展，所有數據均使用其自研的R1 Lite機器人本體在住宅、餐飲、零售、辦公室等50多個真實場景中採集，包含超過500小時、10TB的移動運算元據，涵蓋150類任務、1600多種操作對象與58項操作技能，並提供細粒度的子任務級語言注釋。
數據集發布後，在兩個月內下載量突破40萬次，截至2026年1月下載量已超50萬次。該數據集受到了Physical Intelligence、Hugging Face等國際團隊的公開推薦，全球多地的研究者與企業正基於其開展系統驗證與模型訓練等工作。
基本介紹
- 中文名：星海圖開放世界數據集
- 外文名：Galaxea Open-World Dataset
數據集概況,數據構成與採集,技術特性,影響與未來計畫,
數據集概況
Galaxea Open-World Dataset（星海圖開放世界數據集）於2025年8月由星海圖（Galaxea）正式開源，是一個開放場景下的真機數據集。該數據集旨在通過真實世界數據推動具身智慧型技術的發展，並為行業提供衡量標準。截至2026年1月，該數據集下載量已超過50萬次。
數據構成與採集
Galaxea Open-World Dataset累計包含超過500小時的移動運算元據，數據規模超過10TB（約12.27TB）。截至2026年1月，該數據集在開源平台的下載量已超過50萬次，是全球範圍內被廣泛使用的機器人真機數據集之一。數據集內容覆蓋住宅、廚房、零售、辦公等50多個真實動態場景，包含超過10萬條真實操作演示軌跡。任務類型涵蓋超過150類，涉及超過1600種操作對象與58項操作技能。
所有數據均使用特定型號的機器人單一本體採集，這有助於數據在動作空間和感知輸入上保持一致性。該機器人具備23個自由度。為保證數據質量，構建了一套智慧型化的數據管線（EDP），實現了從數據採集、質量檢查、細粒度標註到最終審核的全流程標準化管理。
技術特性
Galaxea Open-World Dataset的所有數據均使用統一的星海圖R1 Lite機器人平台採集，確保了動作空間與感知輸入在整個數據集中的一致性。數據集對每個任務進行了子任務級的語言注釋，實現了感知、動作與語言的多模態精確對齊。數據在真實的人類生活和工作環境中採集，覆蓋50多個場景，採集過程強調自然光照和多視角覆蓋，以減少模型部署時的領域適應成本。數據集包含的任務既涵蓋桌面整理等短時序簡單操作，也包含如鋪床等需要全身協調和多步推理的長時序複雜任務。
影響與未來計畫
自2025年8月開源至2026年1月，該數據集下載量超過50萬次，在開源平台機器人真機數據下載量排名中位置靠前。Physical Intelligence、Bitrobot、Hugging Face等國際團隊曾公開提及該數據集。全球有超過一百所科研機構與企業基於該數據集開展系統驗證與模型訓練等工作。
星海圖表示，未來計畫擴展數據集的場景覆蓋與任務類型，並構建多維度評測體系。
