具身智能进入真实场景数据集的质量、规模和可复用性正在成为模型能力迭代的关键基础。近日G-Star 新成员灵初智能 PsiBot 正式入驻 AtomGit并在平台开源 SynData 数据集。SynData 是灵初智能自主研发的大规模真实世界多模态具身数据集面向机器人灵巧操作、VLA 模型训练、模仿学习等场景为国内具身智能开发者提供了更便捷的获取、复用和共建入口。关于灵初智能 PsiBot灵初智能是国内具身智能领域的标杆企业专注通用具身智能、VLA视觉-语言-动作大模型与灵巧操作算法并携手北京大学共建“具身灵巧操作联合实验室”。公司先后推出行业首个端到端强化学习具身模型 Psi R0、R0.5 与 R1率先实现长程任务执行兼具泛化性、鲁棒性与灵巧性。围绕“让机器人理解世界、完成复杂灵巧操作”这一目标灵初智能自研 ψ-SynEngine 具身数采引擎以远低于传统遥操作的成本采集海量高质量真实人类操作数据其技术路线亦入选 Morgan Stanley 中国人形机器人价值链“Brain”板块。灵初智能 SynData用人类操作训练机器人灵初智能 PsiBot 专注通用具身智能、VLA 大模型和灵巧操作算法长期围绕“如何让机器人完成真实世界中的长程、精细、复杂任务”构建技术体系。在灵初智能的技术路线里SynData 不是孤立的数据发布而是其人类数据飞轮的一部分。灵初智能公开资料显示其围绕约 10 万小时人类数据进行具身模型预训练并结合 Psi-W0 世界模型进行数据质检与策略评估。SynData 则把其中一部分高质量、多模态、可复用的人类操作数据开放给社区。这也与 AtomGit 推动优质开源成果沉淀和传播的方向相契合。对于 SynData 这样的具身数据集平台价值不只是“托管文件”更在于帮助开发者更低门槛地发现资源、理解资源、复用资源并围绕真实研究和工程需求持续形成反馈。四个子集覆盖视觉、语言与动作这套数据面向真实操作场景构建覆盖视觉、语言与动作三大维度。数据由灵初智能自研外骨骼数据手套系统采集能够记录双臂双手的完整自由度运动并同时包含外骨骼采集数据和裸手数据。SynData 当前包含四个子集整体规模约 449k clips按不同子集SynData 覆盖 RGB、深度、头部 IMU、头部位姿、腕部位姿、手部关节状态、指尖关键点和触觉信号等多种模态适合用于视觉-动作建模、模仿学习、多模态具身模型和 VLA 研究。依托 AtomGit让具身数据被看见、被复用本次 SynData 入驻 AtomGit为国内开发者提供了更便捷的数据访问入口。开发者可以在 AtomGit 查看数据集说明、获取元数据和数据文件并结合平台的数据集托管能力进行版本化管理、分发与复用。机器人学会真实世界不只需要模型也需要足够真实、足够精细、能够被持续使用的数据。AtomGit 也将持续汇聚更多高质量 AI 开源项目与数据资源助力国内开发者更高效地参与具身智能开源生态共建。欢迎机器人、VLA、多模态学习方向的开发者前往 AtomGit 关注灵初智能 PsiBot获取 SynData 数据集并围绕真实世界具身任务开展复用、验证与共建。 SynData 数据集地址https://ai.atomgit.com/psibot-ai/SynData