Open X-Embodiment (OXE)

内容与规模

Open X-Embodiment 由 Google DeepMind 牵头，34 个实验室协作（项目页摘要另写 21 个机构，口径不一），把 60 个数据集汇集为 22 种本体、100 万+ 条轨迹，覆盖 527 项技能、160,266 个任务 [1][2]。以桌面操作为主。官方一手页面没有给出总小时数，"约 3,800 小时"一说无一手来源，不采信。

格式与 license

统一外壳为 RLDS（TFDS），但动作语义、夹爪方向、频率在子集间并不统一。license 随子集而异，不能当作单一许可使用。

谁拿它预训练

Octo 使用约 80 万条 OXE 轨迹，OpenVLA 使用约 97 万条示范，两者选用的子集和权重不同 [3][4]。

已知缺陷

子集的选取与加权依赖经验，跨本体数据不均衡会带来负迁移风险。体量上已被 AgiBot World 等新一代数据集超越，更像历史坐标与基准。

来源

1. https://robotics-transformer-x.github.io/ (2026-10-14)
2. https://arxiv.org/abs/2310.08864 (2026-10-14)
3. https://arxiv.org/abs/2405.12213 (2026-10-14)
4. https://arxiv.org/abs/2406.09246 (2026-10-14)