2026-09-24 每日开源机器人追踪
今天先看结论
今天最明确的变化来自宇树的 G1 Dex1 数据管道：Hugging Face 官方数据记录显示，2026-09-23（UTC）新建了 19 个 G1_Dex1_ 数据集*。这一批不只是继续堆叠单机抓取与整理任务，还第一次在本轮追踪里出现了成对的双机器人任务命名：G1_Dex1_Two_Robot_Clean_Table_Left 与 G1_Dex1_Two_Robot_Clean_Table_Right。这说明数据组织开始从“一个机器人完成一个任务”向协同场景延伸。
另一条值得补录的开源节点是 τ₀-VLA。上海创智学院团队的官方仓库在 9 月 20 日发布 LIBERO 后训练与仿真评测，在 9 月 21 日继续放出高层 Proposal 与 World Model 的权重、推理和微调代码。需要特别区分：论文和模型卡写明低层策略预训练使用了 40,115 小时异构真机数据，但这不等于 40,115 小时原始训练语料已经作为公开数据集释出。
本期只记录一手可核验状态，不把“论文中描述过”“计划开放”“模型卡提到训练数据”自动等同为“代码 / 权重 / 数据已经可下载”。
1. 宇树 G1 Dex1：单日 19 个新数据集，出现双机器人清桌任务
按 Hugging Face 官方 API 的 createdAt 字段统计，2026-09-23 UTC 新建的 19 个 G1 Dex1 数据集包括：
- Unzip
- Thread Sausages
- Take Stationery
- Take Shoes Out Shoes Box
- Take Out Oatmeal
- Take Out Hat
- Store Socks
- Store Hexagonal Wrenches
- Store Coins
- Store Camera
- Squeeze Dish Soap
- Spread Bread
- Remove Trousers From Storage Bag
- Put Phone Case
- Put Pens In Box
- Put Motor Rotor Into Box
- Put Fruit Into Juicer
- Two Robot Clean Table Left
- Two Robot Clean Table Right
此外，G1_Dex1_Wipe_Table 在同一时间段也出现更新，但它不是当天新建数据集，所以不计入“19 个新增”。
这批任务的变化有两个信号。第一，数据管道依旧保持高频发布，任务从家务整理延伸到装配、工具、食品和日常操作。第二，左右两个 Two_Robot_Clean_Table 数据集首次把多机器人协同直接写进任务身份里。它目前只说明数据集结构与任务设计发生了变化，不能据此推断已经形成成熟的多机器人协同策略，但足以作为后续观察点。
2. τ₀-VLA：从“论文与低层策略”继续走向高层规划和世界模型可复现
τ₀-VLA 官方仓库的 News 记录显示：
- 2026-09-20：发布 LIBERO post-training 与 simulation evaluation。
- 2026-09-21：发布 high-level proposal 与 world model，包括权重、推理和微调代码。
当前公开组件已经包括低层 VLA、LIBERO checkpoint、高层 Proposal 以及 World Model。Proposal 用任务指令、头部和腕部相机图像与任务记忆提出下一步子任务；World Model 根据当前观察和候选子任务生成目标图像，用于测试时搜索。
这里仍要保留一个边界：低层策略的模型卡明确写着其预训练使用 40,115 小时异构真实机器人数据，但公开仓库提供的是模型、代码、示例数据与后训练路径，而不是把这 40,115 小时原始语料整体作为可下载数据集发布。
3. 为什么今天值得记录
第一，开源机器人数据正在变成持续运行的数据管道，而不是一次性“数据集发布会”。 当同一官方组织连续按小时新增任务，追踪重点就不应只看“有没有新项目”，还要看任务空间、协同方式、硬件手型和数据格式如何持续扩展。
第二，世界模型开始从论文结构图走向可下载组件。 τ₀-VLA 把高层 Proposal 与 World Model 的权重和训练/推理代码放出来后，外部团队终于可以更具体地复现“提出子任务 → 预测物理后果 → 再做选择”这条路线，而不是只复现低层动作策略。
第三，训练数据规模与数据开放程度必须分开写。 “用过 40,115 小时训练数据”和“公开了 40,115 小时数据”是两件不同的事；聚身之家的开源追踪继续把这两个状态严格拆开。
来源
- Unitree Robotics Hugging Face：https://huggingface.co/unitreerobotics
- Unitree Robotics Collections：https://huggingface.co/unitreerobotics/collections
- τ₀-VLA GitHub：https://github.com/sii-research/tau-0-vla
- τ₀-VLA Hugging Face：https://huggingface.co/sii-research/tau-0-vla
- τ₀-VLA Proposal：https://huggingface.co/sii-research/tau-0-vla-proposal
- τ₀-VLA World Model：https://huggingface.co/sii-research/tau-0-vla-world-model