TAG:数据集
具身模型Scaling Law初现迹象：人形机器人数据竞争全面打响
文章聚焦具身智能从“本体”转向“具身大脑”后，数据成为新一轮核心变量的行业趋势。梳理数据采集中心、开源数据集、分布式众包网络与数据商业化探索，并以戴盟Daimon-Infinity触觉多模态数据集为例，说明触觉数据可降低训练数据依赖、提升精细操作成功率，具身模型Scaling Law或初步显现。
0 
0 
GenEgoData问世：首推具身世界模型专用数据集
简智机器人正式发布行业首个面向具身世界模型的全模态数据集Gen Ego Data，以第一视角、超广视野、多模态同步采集真实人类行为，涵盖手部姿态、头部运动、语音等多维度信息，支持厘米级精度与毫秒级同步，助力构建理解物理规律与因果关系的通用具身智能。该数据集基于3000个家庭众包采集，覆盖20余种场景与200+技能，推动具身智能向真实世界通用化落地。
全球首款跨本体视触觉大模型数据集白虎VTouch发布
国地中心与纬钛机器人联合发布全球首个跨本体视触觉大模型数据集“白虎-VTouch”，规模达60,000分钟，包含约9072万对真实接触样本。该数据集整合了视触觉、RGB-D深度及关节位姿等多模态数据，覆盖人形机器人、轮式机器人及智能终端等多种构型，并围绕家居家政、餐饮服务等四大真实场景构建了系统化任务矩阵，旨在推动机器人实现更精细的感知与操作能力，加速具身智能发展。
枢途开源HORA数据集：10万轨迹全视频采集，赋能通用具身训练
枢途科技发布业界首个从真实场景人类视频中提取的多模态具身智能数据集HORA，包含15万条高质量轨迹，覆盖多种实际应用场景。该数据集基于SynaData技术构建，支持毫米级轨迹提取和跨本体适配，有效解决传统数据采集成本高、通用性差的问题，为机器人技能训练提供完整、可直接使用的数据基础。
谷歌Colab集成KaggleHub 一键调用数据集与模型
谷歌Colab推出KaggleHub集成功能，用户现在可以直接在Colab笔记本中搜索Kaggle数据集、模型和竞赛，无需离开编辑器即可快速获取资源。新功能通过数据探索器简化了访问流程，减少了繁琐的API配置步骤，降低了技术门槛，提升了数据分析和模型开发的效率。
乐聚LET数据集捐赠至开源社区，破解人形机器人“数据荒”
乐聚智能正式将LET数据集捐赠至OpenLoong开源社区，这是一套覆盖真实作业场景的全尺寸人形机器人数据集，规模超过60,000分钟，包含工业、商业和日常生活三大领域的31项任务。数据集采用多模态信息融合和标准化标注，遵循国地中心数据标准，为国内人形机器人研发提供高质量训练样本和完整工具链支持。
机器人的“楚门世界”：用第一视角视频喂养的AI，将永远活在人类的“主观现实”里
加州大学圣地亚哥分校团队开发Human0机器人操控基础模型，通过1000小时人类第一视角数据集PHSD和两阶段训练框架，解决了机器人泛化能力不足的问题。模型采用'野生场景+任务导向'数据组合，结合域对抗判别器技术，使机器人能够理解未见过的语言指令并通过少量演示快速学习新技能，在人形机器人实测中展现出优秀的适应性和性能。
新燃料：一份六万分钟的数据日志，试图回答人形机器人的“缩放法则”
LET数据集作为国内首个开源的全尺寸人形机器人真机数据集，发布超过60,000分钟真实作业场景数据，涵盖工业、商业和日常生活三大领域。该数据集通过多模态融合架构、标准化采集流程和高精度时间戳控制，解决了行业数据稀缺、成本高昂和格式碎片化等核心痛点，为具身智能和机器人模型训练提供了关键数据支撑，加速从仿真到真实场景的落地应用。
智元机器人斩获业内首张人形机器人数据集CR认证
智元机器人获得业内首张人形机器人数据集CR认证证书（编号001），成为国内首批通过团体标准认证的企业。其agibot world数据集是全球首个基于全域真实场景构建的真机数据集，通过8个摄像头采集数据，覆盖五大核心场景，实现了规模与质量的双重突破，标志着我国在人形机器人数据集领域迈出关键一步。
