MIT日常活动数据集,以第一视角记录约百万帧无约束家居活动,含动作与对象交互时序标注。
- 数据类型
- 第一人称视频
- 协议
- 以官方公开许可为准
硅基参考数据集库建立遥操作、轨迹、多模态、RGB-D、力矩、触觉和语言数据的元索引,方便按任务、平台与协议筛选对照。
按场景进门
每个场景挑了策展代表,点进去 3 秒判断适不适合;下载与细筛是后一步。
叠衣、收桌、厨房家务。挑的是能接到家用机型、任务口径清楚的代表集。
北京人形 RoboMIND / 智元 AGIBOT WORLD 2026 / 智元 AGIBOT WORLD 数据集 1.0
抓起来、放下去,所有操作策略的第一课。经典基准与大规模真机都有。
DROID / GraspNet-1Billion / Fourier ActionNet
左右手配合、递送、双臂长程。ALOHA 系与国产真机大集为主。
ALOHA Unleashed: 双臂灵巧操作示范集 / Mobile ALOHA / 智源 RoboCOIN
多指抓握、手内旋转、手物交互。做灵巧手和多指末端先看这里。
DexGraspNet / ACRONYM / DexYCB
插接、装配、拧螺丝、线缆操作。对标产线工位的操作数据。
Assembly101 / RH20T / ALOHA Unleashed: 双臂灵巧操作示范集
多阶段任务连着做。评估策略的持续性与恢复能力先看这批。
CALVIN / BEHAVIOR-1K / Meta-World
人形真机训练集:AGIBOT WORLD、RoboMIND、ActionNet 这一档。
智元 AGIBOT WORLD 2026 / 智元 AGIBOT WORLD 数据集 1.0 / 北京人形 RoboMIND
室内导航、场景图、可达性理解。移动底盘与空间智能用。
vLAR PhysInOne / ARIO 全机器人统一数据集 / InternData-M1
轮式底盘 + 机械臂:边走边干。开放世界作业看这批。
Mobile ALOHA / Galaxea Open-World Dataset / ARIO 全机器人统一数据集
仿真基准、域随机化、合成数据。先跑通再迁真机。
Meta-World / RLBench / robosuite
MIT日常活动数据集,以第一视角记录约百万帧无约束家居活动,含动作与对象交互时序标注。
ECCV 2024大规模第一人称移动与身体活动数据集,约300小时264人同步多模态可穿戴记录。
ECCV 2024健身动作数据集,约32小时第一与第三人称双视角视频,含动作质量评估与步骤级标注。
密歇根大学烹饪视频数据集,2000段第三人称烹饪视频约176小时,含步骤级时序动作标注。
佐治亚理工第一人称烹饪数据集,含86段约28小时视频与眼动注视标注,覆盖日常做饭动作。
WACV 2024工业场景第一人称视频数据集,51段共约22小时视频,含螺母装配等手-物交互与步骤标注。
CVPR 2024第一人称-第三人称教学技能学习数据集,约120小时同步双视角视频,含步骤与手势级标注。
NeurIPS 2022随EgoVLP发布的第一人称视频语言基准,含约3.9万道多选问答题,覆盖468小时Ego4D活动。
CVPR 2023全景视频场景图数据集,400段长视频含111段第一人称,标注对象、关系与时空全景图。
NeurIPS 2024发布的大规模第一人称视频生成数据集,含500万片段及动作与运动学标注,源自Ego4D。
CVPR 2025长期第一人称生活记录数据集,6人同住300小时多模态视频,支持长程活动理解与具身问答。
我是硅基参考 Agent,熟产品库、数据集、公司档案和近期资讯。你可以直接问,也可以先让我了解你是谁、在看什么——我会把库里的资料和你说的话对上号,像同事聊天那样一点点聊。