数据集描述

本数据集是依托超大规模物理采集基建与 15+N 核心场景矩阵构建的高质量、全模态具身智能数据集，涵盖千种任务与百万级工序，年数据规模可达近 2 亿条。数据采用人类真实采集（Human Demonstration）方式，全方位融合了多维度触觉、多视角视觉、语音、文本、自体感知以及空间轨迹等全模态数据，旨在全面解决具身智能体在复杂场景下的快速泛化难题。

核心优势与特色：

1. 高保真“人因”实采：符合人类自然直觉的操作数据采集，有效破解传统采集效率低、长程复杂动作难以复刻的关键瓶颈。
2. 高精度触觉感知：精准记录手部精细交互过程中的触觉传感数据，彻底解决视觉感知中“看得见、捏不准”的复杂抓取与操作难题。
3. 3D 感知世界模型构建：通过多视角动态采集实现任意视角的精准 3D 重建，弥补具身本体难以自主学习主动视觉策略的短板。
4. 全模态时空对齐：通过自动化后台配置与严格校验，实现多模态数据的高效时空同步，避免“数据采了用不了、模型迭代上线慢”的问题。
5. 强泛化的本体解耦能力：实现具身操作数据“一次采集，多机复用”，采集数据可无缝适配多种机器人本体及基座模型训练。

视频预览