数据集描述

数据由头戴式双目设备在真实工作现场采集，记录操作者完成实际作业的连续过程，累计 123,449 小时、339,157 个片段。视频按左右目并排打包，单目 1920×1200、30fps，由设备端直接以 H.265 编码落盘，交付即原始采集码流，未经重编码、重采样与裁剪。部分片段另附同步惯性记录，以 ROS sensor_msgs/Imu 标准消息封装于 mcap 文件，采样率约 300Hz，并带逐帧时间戳映射表。

核心优势与特色

1. 第一视角数据：累计 123,449 小时、339,157 个真实作业片段，单一数据源即可支撑大规模视频预训练与世界模型训练，无需拼凑多方数据。
2. 原始码流交付：视频由设备端直接以 H.265 编码落盘，交付即原始采集码流，未经重编码、重采样与裁剪；片段保持连续录制原貌，单片段平均 21.9 分钟，长程时序结构完整，不存在上游加工带来的信息损失与分布偏移。
3. 双目立体视觉：左右目在同一硬件时基下严格同步采集、各 1920×1200 分辨率，保留完整视差信息，可用于自监督深度估计、双目表征学习与视差先验建模，相较单目数据额外提供空间几何线索。
4. 覆盖行业广：覆盖制造、零售、餐饮、办公、家居等九大行业，细分至手工装配、电子制造、印刷包装、金属制品、家具鞋服等工种，是精细手部操作最密集的场景类型，恰好对应具身操作模型最需要的数据分布。
5. 可选标注服务：可按买家规范补充手部姿态、关键点、原子动作描述、子任务分段，以及相机轨迹（重力对齐、带逐帧时间戳）等标注，并输出为标准 LeRobot V3 格式或者用户定制格式，避免买家自建标注体系。

视频预览