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。
- 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
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。
WACV 2021第一人称手-物交互数据集,20人组装摩托模型视频,含动作、手姿与物体接触标注。
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。
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。
基于 ScanNet 的 3D 视觉指代数据集,51,583 条自然语言描述、11,046 个物体、800 个场景,ECCV 2020 发布。
基于 Google Street View 的室外视觉语言导航数据集,9,326 条指令、61,319 条路网边,含定位与导航任务,CVPR 2019。
远程指代视觉导航数据集,21,702 条指令、4,140 个目标物体、489 类对象,要求智能体在陌生室内找人指定物体,CVPR 2020。
面向场景的物体导航(FAO)基准,需从多个物体中按细粒度描述定位目标,含 ScanNet 重建场景,CVPR 2021 发布。
ARIO(All Robots In One)由鹏城实验室联合中山大学发布,主打统一数据格式标准,把不同本体、不同传感器配置的机器人数据规范到同一套 schema 下,目标是解决国内具身数据「各家格式互不兼容」的问题。
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。