数据中心

这个数据集包含727个机器人操作演示片段，总时长约30万帧，数据量3.5GB。机器人型号为RealMan RMC-AIDAL，末端执行器为二指夹爪。场景涵盖家庭和厨房环境，涉及抓取、拿起、放置三类基础动作。任务描述围绕左右夹爪配合完成：将篮子水平放置于桌面中央，再将蛋黄酥放入篮子中。数据集包含4个主要任务和18个子任务，提供3个视角的视频记录，适合用于机器人操作学习研究。

这是一个用于机器人操作任务的数据集，包含687个完整记录片段，总计约18万帧图像，数据量3.4GB。数据集聚焦于让协作机器人完成水果沙拉制作中的基本操作，主要任务包括将苹果、香蕉、葡萄、柠檬和芒果放入黑色篮子中，并细分为25个具体子任务，涉及左右夹爪的抓取、拾取和放置动作。所有数据在家庭和厨房场景中采集，使用二指夹爪，并配有3个摄像头视角。数据集提供了丰富的标注信息，如子任务分段、场景描述以及末端执行器运动方向等，格式与LeRobot框架兼容，便于直接用于机器人学习研究。

这份数据集收录了城市级的地理信息，以PBF二进制格式存储，包含道路、建筑物等常见地理要素。由于采用专用二进制编码，数据无法直接读取，但适合用于地图分析、地图渲染以及路径规划等专业场景。

这个数据集是一个用于机器人操作任务的仿真数据集，基于 LeRobot 格式扩展，完全兼容该生态。数据由 Realman RMC-AIDAL 机器人使用两指夹爪在家庭和厨房场景中采集，包含抓取、拾取和放置等原子动作。总共有 521 个 episode、约 29 万帧、2.6GB 数据量，覆盖 3 个相机视角和 16 个细分子任务（如“左手夹爪抓住香蕉”“右手夹爪将葡萄放入紫色盘子”等）。标注信息丰富，包括子任务分割、场景描述，以及末端执行器的方向、速度、加速度和夹爪开合状态，适合用于模仿学习或多任务机器人策略训练。

GLM-4.1V-9B-Thinking 是一个面向推理增强的开源视觉语言模型，基于 GLM-4-9B-0414 构建，通过引入“思考范式”与强化学习显著提升了复杂任务的准确性与完整性。该模型在 10B 参数级别的视觉语言模型中达到领先水平，在 18 项基准测试上甚至超越 72B 参数的 Qwen-2.5-VL-72B。它支持长达 64k 的上下文、任意宽高比及最高 4K 图像分辨率，并具备中英双语能力，适用于数学推理、长上下文理解及多模态智能体等应用场景。

这个数据集专注于机器人拧瓶盖操作，囊括了多种饮料瓶（如怡宝、绿茶、康师傅乌龙茶等）的拧紧与拧松任务。机器人采用两指夹爪，在家庭场景中执行抓取、放置和扭转等原子动作。数据集包含863个episode，总计近75万帧，覆盖9个主要任务和50个子任务，以30帧每秒的视频和parquet格式记录，适用于机器人操作学习研究。

这个数据集名为 Split_aloha_pour_tea，是一个专注于机器人倒茶操作的数据集。它包含 977 个完整操作片段，总帧数超过 130 万，涵盖家庭和办公室两种场景。数据集中的机器人执行抓取、放置、拾取和倒茶等原子动作，共有 5 种主要任务（如拿起茶壶向多个茶杯倒茶并放回原位）和 18 个细分子任务。数据通过 3 个相机视角以 30 帧每秒的速度录制，总大小约 13.7 GB，并附带子任务分割与场景描述等丰富标注，适用于机器人学习相关研究。

该数据集展示了AgiBot-g1机器人执行拾取和放置纸箱的任务，具体是将小纸箱拿起并放入大纸箱中。数据包含277个完整演示片段，共计约15万帧，覆盖了从抓取、拾取到放置的多个原子动作。场景为家庭环境，配备8个摄像头视角，提供丰富的RGB视频和状态/动作序列。此外，还包含了子任务分割、场景描述、末端执行器方向与速度、夹爪开合状态等精细化的标注信息，方便用于机器人操作学习。数据集采用LeRobot格式，兼容常见机器人学习框架，总大小约59.5GB。

该数据集为机器人操作任务设计，主要目标是让机械臂完成拾取电池的动作。机器人型号为 ruantong_a2d，末端执行器采用两指夹爪，操作场景设定在工厂环境中。数据集包含 329 个演示片段，总计约 13 万帧画面，帧率为 30fps，提供 8 个相机视角。原子动作涵盖放置、拾取和抓取三类。数据以 LeRobot 格式组织，兼容该框架，并附有丰富的标注信息，包括子任务分割、场景描述、末端执行器运动方向与速度、夹爪开合状态等。

这是一个面向机器人操作任务的数据集，使用真实机器人（RealMan RMC-AIDA-L）配合两指夹爪采集，覆盖家庭和餐厅两种场景。数据集包含776个演示片段，总帧数超过51万，记录了抓取、拾取、放置和擦拭四种原子动作，并针对“用抹布擦除桌面污渍”这一主要任务设计了多种子任务（如用不同颜色的抹布擦除不同颜色的污渍）。数据以30 FPS保存，附带3个摄像头视角的影像，以及丰富的子任务分段、场景描述、末端执行器运动状态和夹爪状态等标注信息，便于用于机器人技能学习研究。

这个数据集包含超过65万首由人工智能生成的歌曲的元数据，涵盖了音频分类与文本生成音频等任务。每条记录包括歌曲的标题、时长、风格标签、生成所用的提示词、播放次数、点赞数等详细信息，并附有音频、视频及封面图片的链接。数据集以英语为主，同时包含日语等多语言歌词和标题。所有内容均采用CC0公共领域许可，可自由用于商业或非商业项目。

Fineweb-Edu-Chinese-V2.1 是一个面向中文教育领域的大规模文本生成数据集。它包含按质量评分分档整理的内容，评分范围从 2 到 5，其中 4-5 分为高质量教育文本（约 70GB，460 亿 token），3-4 分为较适用的内容（约 800GB，5300 亿 token），2-3 分则为潜在可用但质量有限的数据（约 1.4TB，9300 亿 token）。数据集以文件夹形式组织，便于用户根据训练时间和计算资源灵活选择不同质量档位的数据，适用于各类语言模型的训练与微调。

这是一个用于机器人操作学习的数据集，记录了双臂协作完成“篮子放置与桃子放入”任务的场景。数据集包含 721 个回合、约 30 万帧视频和图像数据，帧率 30 FPS，总大小 3.6GB，格式与 LeRobot 兼容。机器人型号为 Realman RMC-AIDAL，末端为二指夹爪，操作场景涵盖家庭和厨房环境，原子动作包括抓取、拾取和放置。任务涉及左右夹爪配合，将篮子摆正后把桃子放入篮中，共包含 5 个主要任务和 28 个子任务，数据标注了中英文描述。

这个数据集记录了机器人执行“取包子、放入蒸笼并盖盖”这一完整任务的操作过程，包含约1000个片段、近100万帧画面和18.2GB的数据。机器人采用两指夹爪，在家庭场景中完成抓取、放置等原子动作。数据配有3个视角的同步视频，并提供子任务分割、场景描述、末端执行器方向/速度/加速度以及夹爪开合状态等丰富的标注信息，支持机器人学习与模仿研究。

这是一个用于机器人操作的数据集，包含将篮子堆叠的任务。数据由Realman RMC-AIDA-L机器人使用两指夹爪采集，共484个演示片段，总帧数278342（30FPS），涵盖2个主要任务（将棕色篮子放在黄色篮子上，以及将黄色篮子放在棕色篮子上）和15个细分子任务。数据集提供了丰富的标注信息，包括子任务分割、场景描述、末端执行器方向/速度/加速度、夹爪状态与开度，以及模拟空间中的6D位姿等。数据格式兼容LeRobot，支持中英文，适用于模仿学习、机器人操作等研究。

该数据集包含机器人搅拌咖啡的精细操作任务，使用Realman RMC-AIDAL机械臂与两指夹爪，在家庭、办公室和咖啡馆场景中执行抓取、拿取、放置、移动、搅拌等基础动作。数据集共收录767个演示片段、555807帧图像，涵盖8个主要任务（如移动杯子、拿起勺子、搅拌三次并放回）和16个子任务，帧率为30fps，总大小3.6GB。所有数据以兼容LeRobot的扩展格式存储，并包含3个不同相机视角的录制。

这个数据集聚焦于机器人操作任务，使用乐聚机器人（leju_robot）搭配五指灵巧手，在家庭场景中执行从柜中取零件并放置到桌上的操作。数据包含492个完整演示片段，总帧数约73.9万帧，覆盖抓取、放置、拾取等原子动作，并提供3个视角的同步视频。除了动作和状态记录，还附带细粒度子任务分割、场景描述、末端执行器运动方向与速度加速度分类、夹爪开合状态等丰富标注，适合用于模仿学习、动作分割和机器人操控研究。

这是一个用于机器人操作的数据集，基于LeRobot扩展格式，包含688个演示片段，共167,196帧，涵盖15个不同任务。机器人使用五指手爪在家庭场景中执行抓取、放置等原子动作，具体任务包括拿起钢架、真空纸、饮料瓶等物品并放置到桌上或指定位置。数据集以30帧每秒录制，总大小约5.8GB，适用于机器人学习与模仿研究。

这是一个机器人操作数据集，专注于“机械臂拾取电池”这一单一任务。数据集包含387个完整演示，总计约185,469帧，覆盖工厂场景，机器人类型为ruantong_a2d，末端执行器为两指夹爪。数据采集了8个摄像头视角，并提供了丰富的标注信息，包括子任务分割、场景描述、末端执行器运动方向/速度/加速度、夹爪开合状态等。数据格式兼容LeRobot，包含视频、状态、动作和元数据文件，总大小约95.3GB，适用于机器人模仿学习等研究。

Chinese Fineweb-Edu 数据集 V2.2 是一个面向中文教育领域的高质量数据集，覆盖从预训练到监督微调（SFT）的完整流程。该版本基于 DeepSeek V3.2 模型，从顶尖质量语料中提取了 143 万条高质量问答对，专为后训练阶段设计。数据集包含 SFT 问答、SFT 上下文和预训练等多种配置，旨在解决中文开源社区中优质教育语料稀缺的问题，助力提升模型在教育场景下的表现。