未分类

Hub Labs开源具身智能第一视角手工劳动数据集HubEgo-100K:首批超1万小时

要点

数据公司 Hub Labs(Hub Data, Inc.)在 Hugging Face 平台分阶段开源其第一视角人类劳动视频数据集 HubEgo-100K。该数据集目标规模为 10 万小时,记录的是建筑工地、维修车间、美容沙龙、商用厨房、商店、仓库与家庭等真实场所中的手工劳动过…

数据公司 Hub Labs(Hub Data, Inc.)在 Hugging Face 平台分阶段开源其第一视角人类劳动视频数据集 HubEgo-100K。该数据集目标规模为 10 万小时,记录的是建筑工地、维修车间、美容沙龙、商用厨房、商店、仓库与家庭等真实场所中的手工劳动过程,而非摆拍场景。首批 release 1 已上线,包含 10,124 小时视频、1,093,194,072 帧画面和 72,754 个 episode,每段 episode 时长中位数 4.9 分钟、最长 30 分钟。首批数据全部由 12,227 名贡献者本人录制,覆盖 15,548 个独立环境、11 类场所,其中 83% 的时长来自工作场所,包括砌砖、布线、水管安装、手机主板焊接、手表维修等任务。

任务层面,数据集包含 62,000 余条不重复的任务描述,归入 56 种任务类型、30 个行业类别、35 个动作族与 18 个技能组,单一动作族占比不超过总时长的 10%。录制规格为 1920×1080 单目 H.264 视频、30 帧,配备 100 Hz 的 IMU(加速度计与陀螺仪)并逐帧对齐,同时保留磁力计、设备运动、航向与气压计等原生传感器流,封装为 LeRobot v3 与 MCAP 两种格式。标注由视觉语言模型对视频做稠密分割生成,尚未经人工核验。

许可方面,该数据集采用知识共享署名 4.0 国际许可协议(CC BY 4.0),可免费使用、分享与改编,包括商业用途,使用时需署名。平台侧采用访问申请制,填写姓名、机构、国家与预期用途等表单后获取下载权限。发布前已对素材做隐私处理,移除了音频、位置、设备标识符与贡献者身份,并裁切出现儿童、他人面部、私密文字或车牌的画面。仓库当前存储体积约为 44.8 TB,视频文件按 200 个分片目录组织。

这一动作发生在具身智能行业争夺人类第一视角数据的背景下。英伟达在 11 月发布的机器人基础模型 GR00T 2 预训练中使用了 40 万小时级人类第一视角视频,并将其中 10 万小时以 CC BY 4.0 协议开放;行业研究显示,随着人类视频占比从 0 提升至 100%,模型在 72 项灵巧操作任务上的真实机器人任务进度由 50% 提升至 70%。Hub Labs 官网披露,其采集网络拥有 86 万名经身份核验的采集员。

免责声明本页信息整理自互联网公开渠道,仅供资讯参考,不构成任何投资或商业决策依据;相关产品参数、企业信息可能存在滞后或误差,请以厂商官方发布为准。如内容涉及版权、准确性或侵权问题,请联系 981209856@qq.com,我们将第一时间核实处理。

汪景川

汪景川,关注人形机器人与具身智能。

公安联网备案冀公网安备13068102000496号