近年來,人工智慧——特別是基礎大型模型,如大型語言模型(LLMs)與視覺-語言模型(VLMs)——取得了爆炸性的進展。這些突破主要由擁有龐大資金與運算資源的大型企業推動,它們利用海量數據集來訓練模型。然而,真正關鍵的使用者回饋,大多仍局限於這些企業內部,這造成了極高的進入門檻,並限制了更廣泛的參與。自2023年起,這種模式已延伸至機器人領域。所謂「機器人基礎模型」(robotics foundation models)的研究正快速加速,這些模型利用大規模動作數據來實現更具適應性與多功能性的機器人控制,特別針對日常任務(如行動輔助、陪伴以及復健)。然而,正如同AI領域一樣,目前這個領域仍由少數資金充裕的企業主導。全球通用型AI機器人的發展正面臨兩大主要瓶頸:高品質、大規模資料集的嚴重短缺,以及學術界與產業間資料分享框架的進展緩慢。