基本介紹
- 外文名：Physical AI Open Datasets
- 產品類型：物理人工智慧數據集
- 上市時間：2025年3月
- 所屬品牌：NVIDIA
研發背景,發展歷程,功能服務,核心技術,運營模式,重要事件,
研發背景
NVIDIA Physical AI Open Datasets是為加速物理AI及自動駕駛模型疊代而創建的統一開放數據集。其核心目的在於提供覆蓋極端和稀缺場景的高質量駕駛數據，為推理型模型訓練和驗證提供關鍵資源。該數據集與仿真工具、模型共同構成“模型+仿真+數據”的開發閉環，旨在提升完全自動駕駛技術的安全性與可驗證性。
該數據集初始版本即提供了大規模、高質量的數據。其自動駕駛開發專用子集包含超過1,700小時（具體為1,727小時，約100TB）的駕駛數據，數據採集自25個國家，並具備七攝像頭、雷射雷達及多雷達的同步360度覆蓋。
發展歷程
2025年3月，NVIDIA在GTC大會上首次發布NVIDIA物理AI數據集。初始版本在Hugging Face平台提供，包含15TB數據，涵蓋超過32萬個機器人訓練軌跡以及1000個OpenUSD資產，旨在支持物理AI項目開發。該數據集將持續增長，目標是成為世界最大的統一開放物理AI數據集。
2026年1月，NVIDIA將數據集更新並命名為Physical AI Open Datasets。其規模擴展至超過1700小時（約100TB）的高質量駕駛數據，覆蓋25個國家的廣泛場景，包括極端和稀缺場景。數據來自七個攝像頭、雷射雷達和多個雷達的同步360度覆蓋。該數據集與開源的Alpamayo視覺語言動作（VLA）模型系列以及AlpaSim仿真工具共同構成“模型+仿真+數據”的完整開發閉環，以提升自動駕駛技術的安全性與可驗證性。
功能服務
Physical AI Open Datasets是一個大規模、開放的自動駕駛數據集，提供超過1700小時的駕駛數據，覆蓋極端、稀缺及廣泛場景，為物理AI及自動駕駛開發提供關鍵資源。該數據集包含1,727小時的駕駛數據，總量達100TB，數據採集覆蓋全球25個國家。
數據集提供真實世界與合成數據，包含從七個攝像頭、雷射雷達及多達十個雷達同步採集的360度覆蓋數據。此外，提供數百個SimReady資產及多達1000個Universal Scene Description (OpenUSD) 資產，用於豐富的場景構建，支持在仿真環境中進行模型訓練與驗證。
核心技術
Physical AI Open Datasets包含超過1700小時的高質量駕駛數據，覆蓋25個國家，數據通過七個攝像頭、雷射雷達和多達10個雷達進行同步360度採集。這是一個大規模、開放的數據集，包含真實世界和合成數據。最初在Hugging Face發布15TB數據，代表超過320,000條機器人訓練軌跡，後續增長至100TB，並採用Universal Scene Description (OpenUSD)格式構建場景資產，初始提供多達1,000個SimReady資產。
數據集包含數百個SimReady資產用於豐富的場景構建，基於開放標準OpenUSD格式。其數據架構支持端到端的自動駕駛、機器人等物理AI開發，與NVIDIA Cosmos、DRIVE、Isaac、Metropolis等平台協同。
運營模式
Physical AI Open Datasets 是一個開放的數據集，與 NVIDIA Alpamayo（Vision Language Action 模型）和 AlpaSim（仿真器）協同工作，形成“模型+仿真+數據”的完整開發閉環，旨在提升完全自動駕駛技術的安全性與可驗證性。
重要事件
2025年3月19日，NVIDIA在GTC大會上發布了NVIDIA Physical AI Dataset。該數據集最初在Hugging Face上提供，包含15TB數據，涵蓋超過32萬個機器人訓練軌跡和最多1000個OpenUSD資產。並計畫後續推出支持端到端自動駕駛開發的數據。
2026年1月，隨著Rubin平台發布及Alpamayo模型家族推出，該數據集被整合為‘模型+仿真+數據’完整開發閉環的關鍵組成部分，以提升自動駕駛技術的安全性與可驗證性。此時，數據集已擴展為‘Physical AI Open Datasets’，包含超過1700小時（約100TB）的高質量駕駛數據，覆蓋25個國家，數據來源於七攝像頭、雷射雷達和最多十個雷達的同步360度採集，專注於極端和稀缺場景。該數據集的早期採用者包括加州大學伯克利分校的伯克利DeepDrive中心、卡內基梅隆大學的Safe AI實驗室以及加州大學聖地亞哥分校的Contextual Robotics Institute。
