A Axis Robotics disponibilizou em open source o Axis Sim Dataset V1, um dos maiores datasets de simulação para manipulação com o braço robótico Franka, incluindo todo o conjunto de dados, código de treino e benchmarks em acesso público. O V1 foi construído a partir de mais de 50 mil trajectórias de simulação teleoperadas por humanos, cobrindo 207 tarefas de manipulação e mais de 60 mil variantes de cena num Franka Research 3 simulado.
O dataset já superou 160 mil downloads, tornando‑se o conjunto de simulação open source de manipulação Franka mais descarregado na plataforma Hugging Face. Nos testes, o pré‑treino contínuo com o V1 aumentou o desempenho do modelo π0.5 e superou um baseline RoboCasa de volume equivalente, com todos os resultados abertos à verificação externa.
A Axis Robotics está a construir um motor de dados composto para IA Física, totalmente integrado na vertical, que vai da simulação em larga escala à captura egocêntrica no mundo real, passando por loco‑manipulação em humanoides e pós‑treino DAgger com validação humana. A empresa levantou 12 milhões de dólares numa ronda seed liderada pela Hack VC, com participação da Nomad Capital, Pi Network Ventures, 10K Ventures e vários business angels.
Uma aposta contra a “obsessão pelos dados perfeitos”
Na robótica, é comum assumir que as demonstrações têm de ser quase óptimas desde o início — filtrar apenas trajectórias de peritos, padronizar o setup e descartar qualquer ruído antes de ser seguro imitar. A tese da Axis segue o caminho inverso: a qualidade dos dados reside na distribuição agregada, não na trajectória isolada. Se uma multidão grande e diversa gera trajectórias ruidosas e subóptimas, mas com erros não correlacionados, o ruído tende a anular‑se e a política resultante pode ser treinada com sucesso.
O Axis Sim Dataset V1 coloca essa tese à prova, em público. As trajectórias abrangem tarefas de pick‑and‑place, empilhamento, despejo de líquidos, manipulação de objectos articulados e uso de ferramentas, todas recolhidas através da plataforma de teleoperação em browser da empresa, a Axis Hub, por uma rede distribuída de utilizadores e não por uma equipa única de especialistas. O dataset foi desenvolvido em colaboração com investigadores da UC Berkeley, Johns Hopkins, Universidade de Michigan e outras instituições.
Resultados que escalam
No benchmark LIBERO‑Plus, o pré‑treino contínuo com o V1 aumenta a taxa de sucesso de π0.5 de 83,9% para 88,8% e supera em 37,3% um baseline RoboCasa365 com o mesmo volume de dados. O desempenho melhora de forma consistente à medida que o volume de pré‑treino cresce de 25% para 100% do dataset, sem sinais de saturação — evidência de que os ganhos advêm da diversidade e cobertura, e não de um efeito pontual. As maiores melhorias surgem sob perturbações de câmara, ruído de sensores e mudanças de layout, precisamente os eixos que a Axis aleatoriza durante a geração.
A equipa adianta que o V2 já está em desenvolvimento, com ambição de escalar para 1,2 milhões de trajectórias em 1.200 tarefas, focado em generalização entre diferentes corpos robóticos e resultados em múltiplos modelos VLA que reforçam a ideia de que dados de simulação subóptimos podem treinar políticas robustas.
O motor por trás do dataset
O dataset é apenas uma das saídas de um motor de dados maior, concebido para se compor de forma activa. Enquanto um fornecedor tradicional de dados recolhe segundo uma especificação fixa e pára, a Axis usa o desempenho dos modelos e os casos de falha para decidir o que deve ser recolhido a seguir, fechando um ciclo em que cada ronda de treino informa a próxima. Esse motor assenta numa estratégia híbrida, com quatro linhas de dados, todas já a operar em escala:
Simulação: mais de 200 mil colaboradores distribuídos na Axis Hub, uma das três principais dApps na Base, gerando mais de 4,7 milhões de trajectórias em 13 tipos de robôs.
Egocêntrico: uma rede gerida com mais de 1.000 coletores full‑time, formados em controlo de qualidade, que captam actividade em primeira pessoa em casas e empresas reais, em 14 sectores. Já foram acumuladas mais de 200 mil horas de vídeo, com crescimento diário acima de 4 mil horas, incluindo pose das mãos verificada por sistemas Vicon.
Loco‑manipulação: mais de 500 horas a combinar mobilidade e destreza em humanoides reais (Unitree G1, Booster T2), através de teleoperação independente do hardware.
Pós‑treino DAgger com supervisão humana: mais de 500 horas de correcções com humanos no loop, direccionadas para casos de fronteira em cenários de deployment.
Cada tarefa e trajectória é registada on‑chain na Base para garantir proveniência, e os contribuidores são remunerados de acordo com a qualidade do trabalho verificada.
De dados abertos a deploy comercial
Para além da disponibilização de dados de simulação em open source, a Axis trabalha directamente com fabricantes de robôs para construir pipelines de dados personalizados, específicos a cada embodiment, e modelos prévios adaptados.
Enquanto primeiro parceiro de dados de simulação da Booster Robotics, a Axis reconstruiu o ambiente real de trabalho da Booster como um gémeo digital alinhado com as tarefas, mobilizou contribuidores distribuídos para recolher mais de 42 mil episódios de simulação nesse cenário e destilou esse volume num modelo prévio específico para a Booster. Com apenas 30 demonstrações em robôs reais, esse modelo atingiu 87,5% de sucesso, contra 37,5% de um π0.5 “de prateleira”, igualando o desempenho de π0.5 com metade das demonstrações no mundo real.
A carteira de parceiros inclui ainda fabricantes de robôs (Feagine Robotics), empresas de modelo (Manycore Tech, Dexmal) e grupos de automação industrial (Lotus Cars, Geely Auto). A Axis fornece também dados a redes de robótica on‑chain como a BitRobot, em Solana, e a OpenRoboto, em Bittensor.
A redefinir a base de dados da IA Física
“O futuro da IA Física não é um dataset estático que se descarrega uma vez”, afirma Chris Feng, fundador da Axis Robotics. “É um motor que continua a produzir os dados de que o modelo precisa a seguir. Escala dá‑lhe cobertura ampla. Diversidade mantém o ruído não enviesado. O ciclo fechado transforma cada falha em progresso. É isso que compõe.”
A Axis foi fundada por investigadores da UC Berkeley, CMU, Georgia Tech e SJTU, juntamente com empreendedores em série que já escalaram plataformas de consumo para mais de 30 milhões de utilizadores. O programa de investigação conta com a consultoria de Jiachen Li, professor assistente no Georgia Tech.
Link para o artigo: https://arxiv.org/abs/2607.21588
Página do projecto: https://axisaiorg.github.io/AXIS-V1/
Link para o dataset: https://huggingface.co/datasets/axisrobotics/Franka-Dataset
Código no Github: https://github.com/AxisAIOrg/Axis-V1-Training