Axis Robotics ha pubblicato Axis Sim Dataset V1, uno dei più grandi dataset open source di simulazione per la manipolazione con braccio Franka, mettendo a disposizione dell’intera comunità il dataset completo, il codice di addestramento e i benchmark. V1 è costruito a partire da oltre 50.000 traiettorie di simulazione teleoperate da umani su 207 task di manipolazione e più di 60.000 varianti di scena, tutte su un braccio Franka Research 3 simulato.
Il dataset ha superato le 160.000 download, diventando il dataset open source di simulazione per la manipolazione Franka più scaricato su Hugging Face. Nei benchmark, il pretraining continuo su V1 incrementa le performance del modello π0.5 e supera un baseline RoboCasa a volume di dati equivalente; ogni risultato è aperto e verificabile.
Axis Robotics sta costruendo un motore dati “compounding” per la Physical AI: un sistema verticalmente integrato che copre simulazione su larga scala, acquisizione egocentrica nel mondo reale, loco-manipolazione umanoide e post-training DAgger con supervisione umana. La società ha raccolto 12 milioni di dollari in un round seed guidato da Hack VC, con la partecipazione di Nomad Capital, Pi Network Ventures, 10K Ventures e investitori angel.
Una scommessa contro il dogma dei “clean data only”
Nel settore della robotica è diffusa l’idea che le dimostrazioni debbano essere quasi ottimali fin dall’inizio: filtrare solo traiettorie da esperti, standardizzare il setup e scartare tutto ciò che è rumoroso prima di poterlo imitare in sicurezza. La tesi di Axis è diametralmente opposta: la qualità dei dati è una proprietà della distribuzione, non della singola traiettoria. Se una folla ampia e sufficientemente eterogenea genera traiettorie rumorose e subottimali, ma con errori non correlati, il rumore si annulla in media e, in fase di training, sopravvive una policy funzionante.
Axis Sim Dataset V1 mette questa tesi alla prova pubblica. Le traiettorie coprono pick-and-place, stacking, versamenti, manipolazione di oggetti articolati e uso di utensili, tutte raccolte tramite la piattaforma di teleoperazione via browser Axis Hub, grazie a una comunità distribuita e non a un singolo team di esperti. Il dataset è stato sviluppato in collaborazione con ricercatori di UC Berkeley, Johns Hopkins, University of Michigan e altre istituzioni.
Risultati che scalano
Su LIBERO-Plus, il pretraining continuo su V1 porta il tasso di successo di π0.5 dall’83,9% all’88,8% e supera di 37,3 punti percentuali un baseline RoboCasa365 con lo stesso volume di dati. Le performance migliorano in modo regolare man mano che i dati di pretraining crescono dal 25% al 100% del dataset, senza segni di saturazione: un’indicazione che i guadagni derivano da diversità e copertura, non da un picco isolato. I miglioramenti più marcati emergono sotto perturbazioni di camera, rumore sui sensori e variazioni di layout, esattamente le dimensioni che Axis randomizza in fase di generazione.
Il team fa sapere che V2 è già in lavorazione, con l’obiettivo di scalare a 1,2 milioni di traiettorie su 1.200 task, esplorando generalizzazione cross-embodiment e risultati su molteplici modelli VLA, a ulteriore conferma che dati di simulazione subottimali possono addestrare policy robuste.
Il motore dietro il dataset
Il dataset è soltanto uno degli output di un più ampio motore dati a crescita composta. Mentre un fornitore tradizionale raccoglie dati secondo una specifica statica e si ferma, Axis utilizza le performance dei modelli e i casi di fallimento per decidere cosa raccogliere dopo, così che ogni ciclo di training alimenti il successivo. Il motore opera con una strategia ibrida su quattro linee di dati, tutte già scalate:
Simulazione: oltre 200.000 contributor distribuiti su Axis Hub, una delle prime tre dApp su Base, che hanno prodotto più di 4,7 milioni di traiettorie su 13 embodiment diversi.
Egocentrico: una rete gestita di oltre 1.000 collector full-time, formati per il controllo qualità, che registrano attività in prima persona in case e aziende reali di 14 settori: oltre 200.000 ore già raccolte e una crescita superiore alle 4.000 ore al giorno, con pose delle mani verificate tramite sistemi Vicon.
Loco-manipolazione: oltre 500 ore che combinano mobilità e destrezza su veri umanoidi (Unitree G1, Booster T2) tramite teleoperazione hardware-agnostica.
Post-training DAgger con supervisione umana: più di 500 ore di correzione human-in-the-loop mirata ai casi limite di deployment.
Ogni task e traiettoria è registrata on-chain su Base per garantirne la provenienza, e i contributor vengono remunerati in base alla qualità del lavoro verificato.
Dall’open data alla messa in produzione
Oltre a rilasciare dati di simulazione open source, Axis lavora direttamente con i produttori di robotica per costruire pipeline dati e priors di modello personalizzati per ciascun embodiment.
In qualità di primo partner per i dati di simulazione di Booster Robotics, Axis ha ricostruito l’ambiente operativo reale di Booster in un digital twin allineato ai task, ha coinvolto contributor distribuiti per raccogliere oltre 42.000 episodi di simulazione e li ha distillati in un modello prior specifico per Booster. Con appena 30 dimostrazioni su robot reale, questo prior ha raggiunto un tasso di successo dell’87,5% rispetto al 37,5% di un π0.5 “out-of-the-box”, eguagliando π0.5 con metà delle dimostrazioni nel mondo reale.
Gli altri partner includono produttori di robot (Feagine Robotics), aziende di modelli (Manycore Tech, Dexmal) e player nell’automazione industriale (Lotus Cars, Geely Auto). Axis fornisce inoltre dati a reti di robotica on-chain, tra cui BitRobot su Solana e OpenRoboto su Bittensor.
Ridefinire le fondamenta dati della Physical AI
«Il futuro della Physical AI non è un dataset statico che scarichi una volta sola», afferma Chris Feng, fondatore di Axis Robotics. «È un motore che continua a produrre esattamente i dati di cui il modello ha bisogno, nel momento in cui ne ha bisogno. La scala ti dà copertura ampia. La diversità mantiene il rumore non polarizzato. Il loop chiuso trasforma ogni fallimento in progresso. È così che i risultati si compongono nel tempo.»
Axis è stata fondata da ricercatori provenienti da UC Berkeley, CMU, Georgia Tech e SJTU, affiancati da imprenditori seriali che hanno scalato piattaforme consumer oltre i 30 milioni di utenti. L’attività di ricerca è supportata, tra gli altri, da Jiachen Li, Assistant Professor al Georgia Tech.
Paper Link: https://arxiv.org/abs/2607.21588
Project Page: https://axisaiorg.github.io/AXIS-V1/
Dataset Link: https://huggingface.co/datasets/axisrobotics/Franka-Dataset
Github Codebase: https://github.com/AxisAIOrg/Axis-V1-Training