六大标准具身智能数据集产品

覆盖抓取、放置、装配、烹饪、清洁等真实操作任务的人工演示轨迹，记录操作者第一视角与机器人本体视角的完整对应关系，为模仿学习提供高质量示范数据。

数据包含关节角度、末端位姿、RGB-D 视觉、力矩、触觉反馈等多维度信息，经过时间同步与空间标定，可直接用于模仿学习、强化学习与跨本体迁移研究。

聚焦人形机器人在家庭、办公、工厂等多场景下的全身运动与双臂协调操作，涵盖步态平衡、跌倒恢复、物体搬运、人机交互等关键行为。

每条行为片段均包含全身关节轨迹、头部/手部/足部关键点、IMU 数据与第一人称视觉，支持全身控制策略与多任务行为生成模型训练。

采集自城市道路、室内场景与工业园区的多线激光雷达点云数据，覆盖静态背景、动态交通参与者与复杂遮挡场景，支撑机器人 3D 环境感知能力训练。

提供 3D 检测框、语义分割、实例分割与多帧追踪全类型标注，点云与图像已做时空对齐，可直接用于 3D 感知、占据网格与端到端自动驾驶模型训练。

基于机器人本体搭载的 6 相机环视、深度相机、IMU 与触觉阵列同步采集的多模态融合数据，覆盖静态场景与动态交互过程。

提供微秒级时间同步、相机内外参标定、跨模态语义对齐标签，支持多模态大模型、视觉-语言-动作（VLA）模型与传感器融合算法研究。

面向机器人场景理解的视觉-语言-3D 联合标注数据集，覆盖家庭、办公、零售、工业等真实场景，包含场景图、物体关系、空间布局与可交互区域标注。

每条样本均包含 RGB 图像、深度图、点云片段与自然语言描述，支持视觉问答、指代表达理解、任务规划与具身智能体场景推理训练。

基于仿真引擎与真实数据混合生成的动作条件视频预测数据，包含反事实场景、长尾边界案例、物理交互与形变仿真，用于训练机器人世界模型。

数据以动作指令为条件生成未来帧序列，覆盖刚体、可形变物体与流体等多种物理材质，支持世界模型、视频生成模型与模型预测控制（MPC）研究。