Xperience-10M 数据集
Xperience-10M (Ropedia)进阶Ropedia 发布的 1 万小时第一人称多模态人类经验数据集,面向具身智能。
物理 AI 数据公司 Ropedia 的开源数据集,据官方博客 2026 年 3 月发布在 Hugging Face。数据由人头戴多相机设备在真实生活中录制,名字里的 10M 指 1000 万段「经验」(一次完整交互),总时长 1 万小时。每段同步记录 6 路视频(4 路鱼眼、2 路双目)、音频、双目深度、相机位姿与 SLAM 轨迹、手部动捕、全身动捕、IMU,以及任务、子任务、动作、交互、物体多层语言标注,共约 28.8 亿帧 RGB、总量约 1 PB,官方称是带结构化 3D/4D 标注的最大第一人称数据集。可用于世界模型、机器人学习、第一人称感知等的预训练。仅限研究和非商业用途,需申请审核并签协议才能下载,商用数据另有企业版。
例子研究者用其中的手部动捕和第一人称视频预训练一个人手动作预测模型,再在少量机器人数据上微调。
- 也叫
- Xperience-10M
- 相关
- 第一人称视频、人类视频数据、可穿戴采集、Ego4D 数据集、世界模型、动作捕捉
- 来源
- ropedia-ai/xperience-10m (Hugging Face)
Xperience-10M Dataset (Ropedia Blog) - 信息截至
- 2026-03