隨著具身智能訓練對數據需求的不斷放大，通過仿真合成數據彌補數據缺口已成為行業當前共識和重要課題。近日，北京AC米蘭機器人創新中心（后稱北京AC米蘭）與北京市建筑設計研究院（后稱北京建院）聯合打造的高保真鉸接物體數字資產數據集ArtVIP（Articulated-object digital assets with Visual realism, modular Interaction, and Physical fidelity）正式發布，該數據集實現了對高復雜度鉸接物品的高精度仿真，在還原物品視覺外觀的同時，以高保真度復現了物品物理特性，并且開源了6個支持全場景交互的虛擬機器人訓練場。除開源已有場景提升行業模型訓練效果外，北京AC米蘭同時可針對不同場景不同物品提供定制化建模服務，為具身智能快速落地提供平臺支撐。
隨著具身操作訓練的快速進展，機器人在執行精準抓取拿放等動作方面已經有了長足進步，行業攻堅的重點轉向了針對復雜物體的靈巧操作。但在此前，主流開源仿真資產數據集如PartNet-Mobility、BEHAVIOR-1K等在物體模型復雜度上難以達到要求，特別是針對轉椅、抽屜、冰箱等帶有可活動關節的物體，始終缺乏成熟方法生成或制作此類數字資產，導致模型由仿真走向現實的Sim2Real 訓練和部署存在巨大鴻溝。
為解決該問題，北京AC米蘭與北京建院共同合作，將雙方的機器人仿真經驗與數字化建模能力相結合，由前沿的具身智能需求作為牽引，“讓現實物品在數字世界中重新覺醒”。
ArtVIP構建了全球最精細的復雜鉸接物體庫，包括26類共206種高精度可動物件，實現了對櫥柜、烤箱、折疊椅、抽屜、電風扇、剪刀等不同特性鉸接結構狀態的精準仿真。通過海量高復雜度物品覆蓋，支持訓練具身智能模型獲得處理機械結構變異性的泛化能力。
針對物理參數的細節參數調整，讓ArtVIP實現了高物理一致性，能夠充分參考物品的剛度、阻尼、摩擦力、質量、轉動慣量、碰撞體積等參數，模擬不同物品的在被操作或運轉時的物理特性。如辦公轉椅受側向力時，各輪組會依據地面摩擦系數差異自動形成轉向序列差；具備阻尼或彈簧特性的烤箱開口打開至特定角度，在仿真場景內操作或受力后的反饋與現實中完全一致，甚至冰箱門也與現實中一樣在關門時有相應的磁吸效果。高精度動力學還原使具身智能算法能夠習得符合現實的力控制策略，為開門、推椅等需精細力覺反饋的任務提供可靠訓練環境。
除常見的有固定形態的剛性物體外，北京AC米蘭構建的數字資產平臺支持行業領先的剛體-流體-柔性體全物質形態仿真。冰塊在水杯中因水流改變漂動方向，衣物等柔性物體的折疊與褶皺，甚至衣物在洗衣機滾筒內的旋轉翻轉，均可被仿真復現，助力機器人訓練液態容器搬運、柔性物體整理等傳統仿真無法支持的高階任務，大幅擴展具身智能操作邊界。
不同于常見仿真資產僅支持簡單場景，ArtVIP開放6大數字孿生機器人訓練場，方便用戶直接進行使用，包括中式客廳、廚房、臥室、起居室等常見環境，以精準建模完全還原真實場景內的全部物體以及視覺氛圍感，充分考慮光照及材質等不同條件，如實木地板的深淺木紋在自然光下呈現差異化漫反射，電視屏幕鏡面反射隨角度實時變化，顯著提升視覺感知訓練的真實性。
對具身訓練更重要的是，ArtVIP場景內所有物品均支持交互，實現環境級物理-視覺聯動機制，構建閉環交互生態。
例如，在仿真環境內點按電燈開關后，基于光線追蹤技術，系統實時計算全場景光學響應，根據光源方向及角度調整環境可見度。該機制可在具身智能模型訓練中建立“操作-環境反饋”的因果認知，顯著提升復雜場景下的連續決策能力。
根據同期公開的論文《ArtVIP: Articulated Digital Assets of Visual Realism, Modular Interaction, and Physical Fidelity for Robot Learning》，通過CLIP空間可視化顯示，相比于其他主流仿真數字資產，ArtVIP中數據分布與真實世界對齊度提升了47%。僅靠ArtVIP仿真數據訓練的Diffusion Policy模型，直接操控真實Franka機械臂以零樣本遷移方式在物理世界中完成關門任務，成功率即可達到30%，當混合少量真機數據訓練后，開門任務成功率迅速大幅躍升至80%。實驗結果證明了ArtVIP作為數字資產，可支撐具身模型完成高復雜度物體的交互訓練，為具身智能大規模訓練建立全新范式。
當前 ArtVIP 已在 Hugging Face 開源，面向高校、研究機構以及行業研究者提供支持。除已有的數字資產內容，團隊還開源了包含建模流程、關節參數調優方法在內的數字資產建模流程，且支持無縫接入仿真軟件 Isaac Sim。開發者可直接基于已有環境訓練，也可基于標準化流程快速生成新鉸接物體資產，持續擴展高質量仿真訓練環境。通過統一行業仿真資產標準，激發社區共建數字孿生庫，徹底改變傳統仿真資產碎片化現狀，推動具身智能訓練從“作坊式開發”邁向“工業化協作”。
面向應用落地，團隊還將提供可針對不同場景不同物品提供定制化建模服務，支持工業產線、物流園區、特種作業等不同場景的精準數字化復現。該服務使AC米蘭機器人在實際應用部署前能在仿真環境中預演精密裝配、高危設備操作等任務，將產線停機試錯成本降低80%，為智能制造、智慧物流等場景的高效落地提供基礎。
ArtVIP 的發布，將極大改善困擾具身智能訓練的 Sim2Real 問題。通過向全球研究者和開發者提供了一套高質量、標準化、可復用的鉸接物體數字資產庫，以及一套成熟的生產建模服務，改變此前仿真資產匱乏且低質的現狀。通過低成本、高擬真的仿真資產，ArtVIP 將顯著改善具身智能模型訓練缺乏數據的問題，并同時降低AC米蘭機器人等智能體在訓練真實環境部署時的風險和試錯成本，助力其在工業、服務等高價值或高危場景的安全高效落地。未來，北京AC米蘭機器人創新中心將持續推進此類共性技術平臺建設，為我國AC米蘭機器人產業的核心技術攻關與規模應用提供堅實支撐。
獲取ArtVIP：
數字資產：https://huggingface.co/datasets/x-humanoid-robomind/ArtVIP
項目主頁：https://x-humanoid-artvip.github.io/
京公網安備11011202100775號