近日，智元机器人正式开源AGIBOT WORLD 2026第四期"具身推理"数据集，为业内首个真实场景Physical Agent数据集。
据悉，本期任务设计重点首次从"操作难度"转向"决策难度"，把真实环境中的目标理解、过程记忆与动作执行贯通起来，覆盖九类逻辑推理场景，围绕同一任务人为构造多种现实状态与执行分支，同时提供高层问答与底层动作轨迹，支撑从任务决策到真机执行的协同训练。
华西证券研报指出，通用模型GPT-6 Astra在无微调状态下凭借推理能力直接控制机械臂，在零样本基准测试中以69分登顶，实机抓取成功率达95%，但高精度任务成功率仅10%且耗时较长。
中信证券认为，通用模型正从机器人的高层任务规划向动作生成和执行控制延伸，2027年通用模型进入具身任务领域将成为AI行业的投入方向，短期与专用模型更可能形成分工协同。
此前行业比拼的是操作数据的时长与场景覆盖，决策层数据的加入把标注难度和一致性要求推高了一档。这类数据集能否被下游真机训练有效消化，比开源动作本身更值得跟踪。
