Axis Robotics heeft de Axis Sim Dataset V1 vrijgegeven, een van de grootste open-source simulatiesets voor manipulatie met Franka-robotarmen. De volledige dataset, trainingscode en benchmarks zijn publiek beschikbaar. V1 is opgebouwd uit meer dan 50.000 door mensen geteleopereerde simulatietrajecten, verdeeld over 207 manipulatietaken en ruim 60.000 scènevarianten met een gesimuleerde Franka Research 3-arm.
De dataset is al meer dan 160.000 keer gedownload en is daarmee de meest gedownloade open-source Franka-manipulatiedataset op Hugging Face. In benchmarks tilt continu pretrainen op V1 de prestaties van π0.5 en verslaat het een volumegematchte RoboCasa-baseline, met alle resultaten volledig openbaar en verifieerbaar.
Axis Robotics bouwt aan een schaalbare data-engine voor Physical AI: een verticaal geïntegreerd systeem dat grootschalige simulatie, egocentrische real-world data, humanoïde loco-manipulatie en human-gated DAgger-post-training samenbrengt. Het bedrijf haalde 12 miljoen dollar seedkapitaal op in een ronde geleid door Hack VC, met deelname van Nomad Capital, Pi Network Ventures, 10K Ventures en diverse angel-investeerders.
Een gok tegen ‘alleen schone data’
In de robotica heerst vaak de aanname dat demonstraties vanaf het begin bijna optimaal moeten zijn: filteren tot experttrajecten, de setup standaardiseren en alle ruis wegsnijden voordat het veilig is om te imiteren. Axis draait die redenering om: datakwaliteit zit in de verdeling als geheel, niet in het individuele traject. Als een grote, diverse crowd ruisvolle, suboptimale trajecten produceert en de fouten niet gecorreleerd zijn, vlakt de ruis uit en blijft er tijdens training een bruikbaar beleid over.
Axis Sim Dataset V1 test die these publiek. De trajecten bestrijken pick-and-place, stapelen, schenken, manipulatie van gearticuleerde objecten en gereedschapsgebruik. Ze zijn verzameld via Axis’ browsergebaseerde teleoperatieplatform Axis Hub door een gedistribueerde crowd, niet door één expertteam. Aan de dataset is meegewerkt door onderzoekers van UC Berkeley, Johns Hopkins, University of Michigan en andere instellingen.
Resultaten die opschalen
Op het LIBERO-Plus-benchmark tilt continu pretrainen op V1 π0.5 van 83,9% naar 88,8% succes en wordt een volumegematchte RoboCasa365-baseline met 37,3% overtroffen. De prestaties verbeteren gestaag naarmate het pretraindatapakket groeit van 25% naar 100% van de dataset, zonder spoor van verzadiging. Dat wijst erop dat de winst komt door diversiteit en dekking, niet door een eenmalige sprong. De grootste verbeteringen ontstaan onder verstoringen in camera’s, sensoren en lay-out – precies de dimensies die Axis tijdens genereren randomiseert.
Volgens het team is V2 al in ontwikkeling. Die versie moet opschalen naar 1,2 miljoen trajecten over 1.200 taken, met generalisatie over verschillende robotlichamen en resultaten op meerdere VLA-modellen die laten zien dat suboptimale simulatiedata robuuste policies opleveren.
De motor achter de dataset
De dataset is één uitkomst van een bredere, continu compounding data-engine. Waar een traditionele dataleverancier tot een vaste specificatie verzamelt en dan stopt, gebruikt Axis modelprestaties en faalgevallen om te bepalen wat er daarna verzameld moet worden. Elke trainingsronde voedt zo de volgende. Die engine draait een hybride strategie langs vier datalijnen, die inmiddels allemaal op schaal opereren:
Simulatie: meer dan 200.000 gedistribueerde bijdragers op Axis Hub, een top-3 dApp op Base, die samen ruim 4,7 miljoen trajecten genereren over 13 verschillende robotembodiments.
Egocentrisch: een beheerd netwerk van ruim 1.000 fulltime, op kwaliteitscontrole getrainde verzamelaars die first-person activiteiten vastleggen in echte woningen en bedrijven in 14 sectoren. Er is al meer dan 200.000 uur aan data opgeslagen en daar komt dagelijks 4.000+ uur bij, met Vicon-gevalideerde handposes.
Loco-manipulatie: meer dan 500 uur aan gecombineerde mobiliteit en behendigheid op echte humanoïden (Unitree G1, Booster T2) via hardware-agnostische teleoperatie.
Human-gated DAgger-post-training: meer dan 500 uur menselijke correcties in de lus, gericht op edge cases bij daadwerkelijke inzet.
Elke taak en elk traject wordt on-chain op Base geregistreerd voor herkomstbewijs, en bijdragers worden beloond voor aantoonbare werkkwaliteit.
Van open data naar commerciële inzet
Naast het openstellen van simulatiedata werkt Axis direct met robotfabrikanten samen om maatgemaakte, embodiment-specifieke datapijplijnen en modelpriors te bouwen.
Als eerste sim-datapartner van Booster Robotics reconstrueerde Axis de echte werkcel van Booster als een taakgerichte digitale tweeling, liet gedistribueerde bijdragers meer dan 42.000 simulatie-episodes verzamelen en destilleerde die in een Booster-specifieke modelprior. Met slechts 30 echte robotdemonstraties behaalde die prior 87,5% succes, tegenover 37,5% voor een standaard π0.5, en evenaarde hij π0.5 met de helft van het aantal echte demonstraties.
Andere partners lopen uiteen van robot-embodimentbedrijven (Feagine Robotics) en modelbouwers (Manycore Tech, Dexmal) tot industriële automatisering (Lotus Cars, Geely Auto). Axis levert ook data aan on-chain roboticanetwerken: BitRobot op Solana en OpenRoboto op Bittensor.
De datafundering van Physical AI herschrijven
“De toekomst van Physical AI is geen statische dataset die je één keer downloadt,” zegt Chris Feng, oprichter van Axis Robotics. “Het is een engine die voortdurend precies de data produceert die het model vervolgens nodig heeft. Schaal geeft brede dekking. Diversiteit houdt de ruis onbevooroordeeld. De gesloten feedbacklus verandert elke mislukking in vooruitgang. Dat is wat compounding mogelijk maakt.”
Axis is opgericht door onderzoekers van UC Berkeley, CMU, Georgia Tech en SJTU, samen met serie-ondernemers die consumentenplatformen tot boven de 30 miljoen gebruikers hebben opgeschaald. Het onderzoek wordt geadviseerd door Jiachen Li, Assistant Professor aan Georgia Tech.
Paperlink: https://arxiv.org/abs/2607.21588
Projectpagina: https://axisaiorg.github.io/AXIS-V1/
Datasetlink: https://huggingface.co/datasets/axisrobotics/Franka-Dataset
Github-codebase: https://github.com/AxisAIOrg/Axis-V1-Training