仿真与现实之间的鸿沟，是具身智能从实验室走向量产的最大障碍。高质量真机数据的采集不仅周期长、成本高，更涉及多构型适配、多模态对齐等复杂环节。

景联文科技发布上万小时具身智能真机数据集，以规模化、标准化的真实交互数据，为具身基础模型训练提供即用型基础设施，加速家庭服务、工业分拣、医疗辅助等场景的落地闭环。

本次发布的数据集在规模与广度两个维度均实现了行业级突破。

● 轨迹规模：超百万条交互Episode，累计上万小时，海量长程任务样本，支撑技能泛化学习

● 场景覆盖：100+种真实场景，覆盖行业核心高频实操，提升跨域迁移能力

● 任务类型：1000+种技能，含长程复合任务，从原子动作到复合任务，覆盖完整技能谱系

● 存储格式：LeRobo、AgiBot等主流开源格式，无缝对接Hugging Face LeRobot、AgiBot等社区生态

在垂直行业层面深入居家、办公、零售、餐饮、仓储、物流、教育、医疗、住宿、工业十大行业，聚焦各行业日常高频实操与核心任务环节；

在任务类型层面覆盖擦拭清洁、收纳整理、垃圾清理、绿植养护、衣物整理、烹饪备菜、药品分拣、物流分拣等典型操作，

可同时适配家用智能机器人、AI 居家办公助手、轻型工厂自动化、医疗辅助机器人等多类型落地产品研发。

为支撑不同研究方向与硬件平台的训练需求，数据采集环节全面覆盖当前主流的双臂人形机器人本体，包括轮式双臂、腿式人形等多种构型，全身最高32个主动自由度（DoF），可支持全身协调运动与精细操作。

在末端执行器层面，数据集同时配置工业级平行夹爪、自适应三指夹爪以及多自由度灵巧手，覆盖从简单抓取到精细操作的全谱系任务。

这种多构型、多末端的本体组合，意味着同一数据集可服务于不同形态机器人的策略学习，提升训练数据在不同硬件平台间的迁移复用效率。

多模态感知+分层语义标注

数据集的每一段交互轨迹（Episode）都包含四层完整信息：视觉多模态感知数据流、机器人本体状态时序数据、分层语义标注、标准化元信息，形成“原始信号—本体状态—高层语义—元数据”四位一体的数据架构。

感知与本体状态层

● RGB视频 + 深度视频（最高八路视觉信息）

● 每帧配套相机内参、外参、畸变参数

● 各关节角度、角速度、力矩时序数据

● 头部与末端执行器6DoF位姿

● 夹爪开合角度与夹持状态

● 末端六维力 / 力矩传感信号

● 移动底盘位姿、速度（移动操作样本）

语义与元数据层

● 自然语言指令标注

● 原子动作标签（抓取、推动、旋转、堆叠、插入、倾倒、拉开、闭合等）

● 物体类别标签 + 物体初始 / 终态位置标注

● 交互结果标签（任务成功 / 失败）

● 数据集格式版本号、机器人型号

● 片段总数、总帧数、任务种类、采集帧率

这种多模态对齐设计，可同时支持模仿学习（IL）、强化学习（RL）、VLA多模态大模型训练以及Sim2Real迁移研究等多条技术路线。

从采集端到交付端的全流程精密控制

高质量数据集的核心壁垒，在于端到端的工艺控制。本套数据集构建了业内领先的四层闭环质量保障体系：

四层体系环环相扣：采集端从源头减少噪声，算法层完成批量自动化清洗，专家层注入领域知识进行语义与物理双重把关，交付层通过5%随机抽样全维度复测形成最终质量闭环。最终有效可用轨迹占比≥96%，语义标注准确率≥98.5%，并随数据集同步输出完整《数据集质量质检报告》。

景联文科技深耕AI数据服务多年，具备从数据采集、清洗、标注到质量验收的全流程工程能力。除标准化真机数据集外，团队还可根据客户需求提供机器人真机数据定制采集、专项标注服务、模型训练支持等一体化解决方案。

如需获取数据集详细规格与样例数据，欢迎后台留言或联系我们咨询对接。