机器人数据平台Axis调整重心：从大规模采集转向数据筛选

这周Axis发布了两份内容，一份是平台周报，一份是脚本赏金项目的月度处理结果。Axis方面自己承认，大规模生成与采集数据已经不是当前最紧迫的工作。

平台上线接近一年，随着数据轨迹量上涨，真正耗费精力的环节变成了筛选。看起来合格的操作轨迹，不一定对当前的策略还有用。

周报中提到的模型引导数据引擎（model-guided data engine），核心逻辑是将模型表现作为反馈，以此决定保留哪些轨迹、丢弃哪些轨迹，以及下一批数据评测往哪个方向补充。

如果持续按固定分布抽取数据，训练预算很容易消耗在模型已经掌握的动作上，常规质检无法解决这个问题。

人工、视觉语言模型（VLM，Visual Language Model）、固定脚本，最多只能判断回放操作是否像真人操作。Axis现在将筛选依据转向模型表现，同时把反复失败的推演（rollout）作为下一轮采集点。

操作员会在失败位置附近接手修改，新数据与旧数据合并训练，避免新技能覆盖旧技能。这个闭环逻辑并不复杂，但前提是失败样本确实是真实操作失败，而非脚本刷出来的假完成。

脚本赏金项目不是配套运营动作。8月到9月初，社区上报的脚本经过检测后，官方封禁了127个主要脚本账号，连带处理了28个关联推荐账号。

随着回放引擎升级，脚本输入更难通过校验。本月已经发放了超过1000美元赏金，项目累计发放超过2500美元。

后续规则将会更严格：经核实的脚本账号，其数据和推荐关系都会被清除，对应Discord身份的角色也会被撤销。任务资源槽本身有限，脚本占用资源会挤掉真人贡献，同时拉低数据质量。

数据生产环节，Real2Sim2Real（真实-仿真-真实）流程仍在推进。将真实物体和场景导入仿真，补全碰撞、铰链、物理与视觉属性，在仿真中生成高保真数据，再用真机验证这些数据是否有用。

近期的目标聚焦在抓取放置、装箱、分拣这类技能上，先实现跨物体、跨场景的能力，再迁移到真机上。

TaskGen支持在同一场景挂载多条描述，尺寸限制更严格，新增了篮子放入和取出功能。系统已经接入ARX5双臂，新任务搭配新本体，会产生更多失败点，下一批数据评测大概率就会聚焦在这些失败点上。

官方称相关论文还在撰写中。目前已经形成了采集、筛选、验真、再按失败点补充采集的完整闭环。

相关活动页面可在@KaitoAI查看，链接可以和周报对照查看。