WALL-OSS / Wall-OSS-0.5
论文与基准价格与配方
自变量 VLA，自采:开源约 60:40、n^0.5 采样，配方最透明的中国模型之一
- 数据类型
- 自采真机；无本体；开源数据集
- 规模口径
- 机器人数据每 epoch >100 万条，20+ 本体；多模态约 9,000 万样本
- 链接
- arxiv.org
数据配方
WALL-OSS（2025-09）语料">10,000 hours"，同文另一处写"数万小时"；开源动作集 24 个，含 AgiBot World、DROID、RH20T、BridgeData V2 等 [1]。
Wall-OSS-0.5（2026-05）：机器人数据每 epoch 超 100 万条、20+ 本体；开源 10 个子集（RoboMIND v1/2.0、AgiBot World Beta、RoboCOIN、RoboChallenge、Galaxea Open-World、RealOmni、DROID、BridgeV2、Fractal）；多模态约 9,000 万样本 [2]。
配比
自采约 60%、开源约 40%；组间按 w_i = n_i^0.5 采样并设上限；动作批次:多模态批次 = 9:1 [2]。外采只用开源数据集，无商业供应商。自采中的无本体部分见 XRZero-G0。
来源
相关卡片
AgiBot World数据集 · 中国
智元开源的百万条真机数据，含 2026 年 RL 第三期
BridgeData V2数据集 · 美国
UC Berkeley 的 WidowX 低成本臂数据，13 技能 24 环境
DROID数据集 · 美国
Franka 单本体、野外分布式采集的大规模遥操数据集
Galaxea Open-World Dataset数据集 · 中国
星海图 R1 Lite 单本体、500+ 小时的家居办公真机数据
RoboCOIN数据集
智源多本体真机数据集，被 LDA-1B、VPP2、Wall-OSS-0.5 采用
RoboMIND数据集 · 中国
北京人形（X-Humanoid）与北大发布的多本体数据集，含失败示范；2.0 含触觉
XRZero-G0工具与格式
自变量无本体采集系统：2,000 小时，真机:无本体 = 1:10 混合效果约等于纯真机
卡片整理 2026-10-14。公司自报数据标“公司口径”；⚠️ 为未经独立核实。