Gen-HumanEgo
更新时间：2026-09-23
1,800+ 小时第一人称人类示范数据，提供时间同步的结构化监督信号，面向具身智能与机器人学习。
Gen-HumanEgo 收录了真实世界中的第一人称人类示范，涵盖不同任务、采集者、环境以及同一活动的不同执行方式。所有数据均使用统一的六相机 DAS-Ego 设备采集。GenRobot 的 Data Foundation Model（DFM，数据基础模型） 对录制数据进行处理，生成面向人体运动、空间理解和任务理解的互补训练信号。
数据集包含：
- 第一人称 RGB： 同步的多视角视频。
- 3D 手部重建： 3D 手部关键点、MANO 参数和完整手部几何信息。
- 空间理解： 大视场角 Ego-Depth 深度数据。
- 语义理解： 包含时间边界的视频级、任务级和子任务级层级语义标注。
数据集概览
| 属性 | 数值 |
|---|---|
| 总时长 | 1,847.7 小时 |
| Episode 数量 | 44,632 |
| 唯一任务数量 | 10,257 |
| 领域 | 家庭、商业、工业、农业 |
| 原生 RGB 视角 | 6 路同步相机 |
| 分辨率 | 1600 × 1300 |
| 帧率 | 30 FPS |
| 文件格式 | MCAP |
| 模态 | 手部21个关键点，完整手部几何模型，深度图，任务和子任务标注 |
仓库目录结构
目录按照数据集的场景／技能层级组织。最后两层分别是由文件名前两个字符组成的目录，以及对应 Episode 的 MCAP 文件。
Plain Text
1Gen-HumanEgo/
2├── README.md
3├── egov4_urdf.zip
4├── assets/
5│ └── ...
6└── data/
7 ├── industry/
8 │ └── logistics/
9 │ └── sorting_and_packing/
10 │ └── daily_work/
11 │ └── 00/
12 │ └── 005c469cf7424c4c87054569b2234ebc.mcap
13 ├── domestic_services/
14 │ └── living_room/
15 │ └── clothing_organization/
16 │ └── iron_clothes/
17 │ └── c0/
18 │ └── c096609eca54434e9fa93b0fff55ce3d.mcap
19 └── business/
20 └── restaurant/
21 └── bakery/
22 └── daily_work/
23 ├── a9/
24 │ └── a91e57586c33437292d763fb8fd3777c.mcap
25 └── 10/
26 └── 101207375b8e41fea31bacd94db480e6.mcapLicense:cc-by-sa-4.0
如果您使用该数据集，请查看并遵守发布方声明的开源协议 HuggingFace
评价此篇文章