X Square Robot 宣布开源 XRZero-G0 和 G0-Dataset，试图把机器人自由数据采集、质量检查、训练和实机验证串成一套体系。对具身智能行业来说，这条新闻的重要性在于：真实机器人数据依然稀缺，但更大的问题已经变成怎样规模化得到“可训练、可迁移、可验证”的高质量数据。 具身智能的发展正在越来越像一场数据工程战。PR Newswire 披露，X Square 开源了 XRZero-G0 这一套面向 robot-free data collection 的硬件软件框架，同时放出了 G0-Dataset。它解决的核心问题并不是“再多收一点演示数据”，而是如何让人类演示、机器人观察空间、训练样本质量和最终实机效果形成统一闭环。这个方向很关键，因为当前很多机器人模型并不是缺想法，而是缺可扩展、可迁移的数据供给… 新闻稿里最值得注意的，是它把 multi-view sensing、VR interface、kinematic constraints、policy validation 和 real-robot playback 串在一起。换句话说，X Square 不满足于做一个采集工具，而是在试图定义什么样的数据才算真正能训练机器人。过去行业里大量“便宜采集”的方案之所以难落地，就是因为拿到的数据和真实机器人执行之间存在巨大落差，最后还是要靠… XRZero-G0 的意义就在于，它把“没有机器人也能采数据”的思路往工程层面推进了一步。官方提到，受控实验中约 10 份 robot-free 数据结合 1 份 real-robot 数据，可以达到接近纯实机数据集的效果，并显著减少实机数据需求。这个结果如果后续被更多团队复现，就意味着具身智能的数据扩张路径会发生变化：越来越多团队不必先堆大量真机，反而先要建立高质量、可校验的人类示范体系。 从行业角度看，谁掌握更高效的数据生成和治理方法，谁就更接近下一轮具身模型能力提升。接下来值得继续观察的是，XRZero-G0 是否会被更多研究团队采用，是否形成公开可比的复现结果，以及它对跨本体迁移、复杂操作任务的帮助究竟有多大。如果这些问题陆续得到正面答案，具身数据层的门槛会被重新定义。
