Axis Robotics merilis Axis Sim Dataset V1, salah satu dataset simulasi open source terbesar untuk manipulasi lengan Franka, dengan dataset lengkap, kode pelatihan, dan tolok ukur (benchmark) yang tersedia secara publik. V1 dibangun dari lebih dari 50.000 trajektori simulasi yang dioperasikan manusia (human-teleoperated) untuk 207 tugas manipulasi dan lebih dari 60.000 varian skenario pada lengan simulasi Franka Research 3.
Dataset ini telah diunduh lebih dari 160.000 kali, menjadikannya dataset simulasi open source manipulasi Franka paling banyak diunduh di Hugging Face. Dalam pengujian, pretraining berkelanjutan (continual pretraining) di V1 meningkatkan performa π0.5 dan melampaui baseline RoboCasa dengan volume data sebanding. Seluruh hasil dipublikasikan dan dapat diverifikasi.
Axis Robotics membangun “mesin data majemuk” (compounding data engine) untuk Physical AI: sebuah sistem terintegrasi vertikal yang mencakup simulasi skala besar, pengambilan data dunia nyata egosentris, loco-manipulation humanoid, dan pelatihan lanjutan DAgger dengan supervisi manusia. Perusahaan ini mengantongi pendanaan awal (seed) sebesar US$12 juta yang dipimpin Hack VC, dengan partisipasi Nomad Capital, Pi Network Ventures, 10K Ventures, dan sejumlah investor malaikat.
Taruhan Berlawanan terhadap “Hanya Data Bersih”
Dalam riset robotika, asumsi lazim adalah bahwa demonstrasi harus nyaris optimal sejak awal: disaring hanya ke trajektori ahli, setup distandarkan, dan segala hal yang “berisik” dibuang sebelum aman untuk ditiru. Teori Axis justru sebaliknya: kualitas data hidup di tingkat distribusi, bukan di satu trajektori. Jika cukup banyak kontributor menghasilkan trajektori yang bising dan suboptimal, dan kesalahan mereka tidak berkorelasi, maka noise akan “terhapus” secara rata-rata dan kebijakan (policy) yang bekerja tetap muncul saat pelatihan.
Axis Sim Dataset V1 menjadi uji publik atas tesis tersebut. Trajektorinya mencakup tugas pick-and-place, menyusun (stacking), menuang (pouring), manipulasi objek berengsel (articulated-object), hingga penggunaan alat, semuanya dikumpulkan melalui platform teleoperasi berbasis browser, Axis Hub, oleh kerumunan kontributor terdistribusi, bukan satu tim ahli tunggal. Dataset ini dikembangkan bersama peneliti dari UC Berkeley, Johns Hopkins, University of Michigan, dan institusi lainnya.
Hasil yang Terus Menskala
Pada benchmark LIBERO-Plus, continual pretraining di V1 meningkatkan tingkat keberhasilan π0.5 dari 83,9% menjadi 88,8% dan mengungguli baseline RoboCasa365 dengan volume data sebanding hingga 37,3%. Kinerja terus naik seiring skala data pretraining dari 25% menjadi 100% dari dataset, tanpa tanda-tanda jenuh, mengindikasikan bahwa gain berasal dari keragaman dan cakupan, bukan sekadar lonjakan sesaat. Peningkatan terbesar muncul ketika kamera, noise sensor, dan tata letak diperturbasi — persis sumbu (axis) yang dirandomisasi Axis saat generasi data.
Tim Axis menyatakan V2 sudah dikerjakan, dengan target skala 1,2 juta trajektori untuk 1.200 tugas, dilengkapi eksperimen generalisasi lintas-embodiment dan hasil pada berbagai model VLA yang menunjukkan bahwa data simulasi suboptimal tetap dapat melatih policy yang tangguh.
Mesin di Balik Dataset
Dataset ini hanyalah satu keluaran dari mesin data yang lebih besar dan terus bertumbuh majemuk. Jika vendor data tradisional mengumpulkan data mengikuti spesifikasi tetap dan berhenti, Axis justru memakai kinerja model dan kasus kegagalan sebagai sinyal apa yang perlu dikumpulkan berikutnya, sehingga setiap siklus pelatihan menginformasikan siklus setelahnya. Mesin tersebut berjalan dengan strategi hibrida di empat lini data, yang kini semuanya sudah beroperasi pada skala besar:
Simulasi: lebih dari 200.000 kontributor terdistribusi di Axis Hub, sebuah dApp tiga besar di Base, yang telah menghasilkan lebih dari 4,7 juta trajektori pada 13 jenis embodiment.
Egocentric: jaringan terkelola berisi lebih dari 1.000 pengumpul data penuh waktu yang terlatih QC, merekam aktivitas orang pertama di rumah dan tempat usaha nyata di 14 industri; lebih dari 200.000 jam data sudah terkumpul dan bertambah 4.000+ jam per hari, dengan pose tangan terverifikasi Vicon.
Loco-manipulation: lebih dari 500 jam penggabungan mobilitas dan ketangkasan pada humanoid nyata (Unitree G1, Booster T2) melalui teleoperasi yang tidak terikat vendor hardware.
Human-gated DAgger post-training: lebih dari 500 jam koreksi human-in-the-loop yang ditargetkan pada kasus tepi (edge case) di lapangan.
Setiap tugas dan trajektori direkam on-chain di Base untuk menjamin provenance, dan kontributor diberi insentif berdasarkan kualitas kerja yang terverifikasi.
Dari Data Terbuka ke Implementasi Komersial
Di luar membuka akses data simulasi, Axis juga bekerja langsung dengan perusahaan robotik berbasis embodiment untuk membangun pipeline data dan model prior yang khusus untuk tiap platform.
Sebagai mitra data simulasi pertama Booster Robotics, Axis membangun ulang workspace nyata Booster sebagai kembar digital (digital twin) yang selaras dengan tugas, lalu meminta kontributor terdistribusi mengumpulkan lebih dari 42.000 episode simulasi di lingkungan tersebut, yang kemudian didistilasi menjadi model prior khusus Booster. Hanya dengan 30 demo robot nyata, prior itu mencapai tingkat keberhasilan 87,5% dibanding 37,5% untuk π0.5 standar, menyamai π0.5 dengan separuh jumlah demonstrasi dunia nyata.
Mitra lainnya mencakup perusahaan embodiment (Feagine Robotics), perusahaan model (Manycore Tech, Dexmal), dan pelaku otomasi industri (Lotus Cars, Geely Auto). Axis juga memasok jaringan robotika on-chain: BitRobot di Solana dan OpenRoboto di Bittensor.
Mendefinisikan Ulang Fondasi Data untuk Physical AI
“Masa depan Physical AI bukan dataset statis yang Anda unduh sekali,” ujar Chris Feng, pendiri Axis Robotics. “Yang dibutuhkan adalah mesin yang terus memproduksi data yang dibutuhkan model berikutnya. Skala memberi cakupan luas. Keragaman menjaga noise tetap tidak bias. Loop tertutup mengubah setiap kegagalan menjadi kemajuan. Itulah yang membuatnya majemuk.”
Axis didirikan oleh peneliti dari UC Berkeley, CMU, Georgia Tech, dan SJTU, bersama para founder serial yang pernah membangun platform konsumen hingga melampaui 30 juta pengguna. Risetnya didampingi penasehat ilmiah Jiachen Li, Assistant Professor di Georgia Tech.
Tautan makalah: https://arxiv.org/abs/2607.21588
Laman proyek: https://axisaiorg.github.io/AXIS-V1/
Tautan dataset: https://huggingface.co/datasets/axisrobotics/Franka-Dataset
Basis kode Github: https://github.com/AxisAIOrg/Axis-V1-Training