人形机器人走进家庭，最大的障碍不是硬件，是家庭环境太复杂。户型千差万别、家具布局各异、生活动线错综复杂。机器人在实验室表现优异，一旦进入真实家庭往往寸步难行，行业称之为Sim2Real迁移鸿沟。要缩小这道鸿沟，机器人需要在接近真实家庭的环境中反复训练，但真机采集成本高昂、场景复现困难。尚品宅配联合汤元科技发布的WorldSimReady-Home仿真数据集，针对的就是这个问题。

10万平方米场景，1万个可交互资产

首期开源数据集包含10万平方米高保真家居场景、1万个可交互资产以及1000条标准化机器人仿真任务示例。这不是一个静态素材库。以首批开源的家居场景作为种子，依托空间布局、物体陈设、材质、任务条件的多维变换，数据集可泛化生成上万个差异化家庭仿真场景，适配不同形态、不同功能家庭机器人的训练与测试需求。尚品宅配贡献的300万以上真实户型与3000万以上设计方案资源，为数据集提供真实家居空间与高质量3D设计资产。数据质量上，场景几何达到毫米级精度，语义与材质准确率达到99%以上，关键物理属性准确率达到95%以上。每一项资产同时具备几何准确、语义完整、物理可信、交互可用四层核心信息，除RGB图像、深度图、语义分割等多模态数据外，还提供物体关节、质量、摩擦、阻尼、碰撞等物理与交互属性。

一套数据服务多种本体

传统真机采集的数据往往只能适配特定机器人本体。WorldSimReady-Home在工程层面实现环境与机器人本体的解耦，支持URDF等标准模型快速接入，人形机器人、四足机器人、轮式机器人等不同形态的本体均可复用同一套场景与任务数据。这个设计的意义在于，同一套家庭场景数据可以同时服务于不同形态、不同功能的机器人训练需求。开发者可直接基于数据集完成导航、物体操作、复杂长程家务任务的仿真训练。相较于真机调试，仿真训练具备试错成本低、实验条件可控、任务可大规模复现的优势，大量训练与评测工作可在仿真环境中完成。用通俗的话说，这相当于为机器人建造了一个数字家庭训练场，机器人可以反复练习导航、抓取、放置、长程家务等任务，无需担心损坏家具或发生意外，训练成熟后再把策略迁移到实体机器人上。

尚品宅配的完整拼图

这是尚品宅配在具身智能领域的又一次落子。今年7月，尚品宅配与上纬新材启元机器人达成战略合作，围绕Robot-Ready Home深度共建；9月5日，全球首个机器人友好家实景店态在广州正佳广场开启试营业。Robot-Ready Home解决的是机器人在物理空间中如何住得进、走得通的问题，WorldSimReady-Home解决的是机器人在进入家庭之前如何在数字空间中练得够、学得准的问题。前者是空间底座，后者是数据底座，两者共同构成尚品宅配在具身智能领域的完整能力拼图。家庭场景是SimReady开源计划的起点，随着更多本体、模型、算法团队及场景方参与，工业、商业、特种等多场景数据集将持续推出。从真实家庭到仿真世界，再从仿真世界回到真实家庭，这条路径能不能跑通，取决于开源数据集被多少团队真正用起来，以及仿真训练出来的策略在真实家庭里的迁移效果。