OmniHuMo
收藏资源简介：
OmniHuMo 是一个大规模、高质量的人体运动捕捉数据集，专门针对人形机器人和人体运动生成研究。该数据集完全从互联网视频中采集，包含超过 320 万条运动序列，总时长超过 5000 小时，数据规模超过 1TB。数据集内容可能涵盖多模态信息，包括核心的运动数据（omnihumo_v0）、原始音频（audio）以及从音频中提取的特征（audio_feat），并提供了预先划分的数据集分割文件（split）。该数据集适用于机器人学、计算机视觉和人工智能领域的任务，特别是大规模人形运动建模、任意模态条件下的运动生成（如基于音频或文本生成动作）以及基于掩码建模技术的运动预测与合成研究。数据集采用 CC BY-NC-SA 4.0 许可协议，仅供非商业研究使用。
OmniHuMo is a large-scale, high-quality human motion capture dataset specifically designed for humanoid robot and human motion generation research. This dataset is entirely collected from internet videos, containing over 3.2 million motion sequences with a total duration of more than 5000 hours and a data size exceeding 1TB. The dataset may cover multimodal information, including core motion data (omnihumo_v0), raw audio (audio), and features extracted from audio (audio_feat), and also provides pre-partitioned dataset split files (split). This dataset is applicable to tasks in the fields of robotics, computer vision, and artificial intelligence, particularly for research on large-scale humanoid motion modeling, motion generation under arbitrary modalities (such as generating actions based on audio or text), and motion prediction and synthesis using mask modeling techniques. The dataset is licensed under CC BY-NC-SA 4.0 and is for non-commercial research use only.
数据集名称：OmniHuMo
数据集概览
- 规模：包含超过 320万 个高质量动作捕捉序列，总时长超过 5,000小时。
- 数据来源：完全从互联网视频中提取。
- 语言：英语（
en）。 - 任务类别：通用（
other）、机器人（robotics）。 - 标签：大型人体运动、人形机器人、人形机器人运动。
数据集内容与结构
- 数据文件：
- 运动数据：
omnihumo_v0.tar.gz（分卷压缩，共6个部分，文件名后缀part_aa至part_af）。 - 音频数据：
audio.tar.gz（分卷压缩，共60个部分，文件名后缀part_aa至part_bh）。 - 音频特征：
audio_feat.tar.gz（分卷压缩，共8个部分，文件名后缀part_aa至part_ah）。 - 数据拆分：
split.tar.gz（单文件）。
- 运动数据：
- 文件结构：
- 根目录包含：
README.md、assets文件夹、所有压缩分卷文件、process_code文件夹、split.tar.gz、upload.py。
- 根目录包含：
数据获取与使用
-
克隆仓库： bash git lfs install git clone https://huggingface.co/datasets/L-yiheng/OmniHuMo
若要跳过大型文件（仅下载指针），使用： bash GIT_LFS_SKIP_SMUDGE=1 git clone https://huggingface.co/datasets/L-yiheng/OmniHuMo
-
解压数据：使用以下命令解压各分卷压缩包： bash cat ./audio_feat.tar.gz.part_* | pigz -d -p 64 | tar -xvf - cat ./audio.tar.gz.part_* | pigz -d -p 64 | tar -xvf - cat ./omnihumo_v0.tar.gz.part_* | pigz -d -p 64 | tar -xvf - tar -xzf split.tar.gz
许可协议
- 许可类型：CC BY-NC-SA 4.0（知识共享-署名-非商业性使用-相同方式共享 4.0 国际许可协议）。
- 社区许可协议：访问该数据集需要同意“OmniHuMo 社区许可协议”，并在申请时提供以下信息：
- 姓名（First Name / Last Name）
- 电子邮箱
- 国家
- 所属机构
- 电话号码
- 工作职位（学生、研究毕业生、AI研究员、AI开发者/工程师、记者、其他）
- 研究兴趣
引用
若该数据集对研究有帮助，请引用以下论文： text @misc{li2026anymoscalinganymodalityconditional, title={AnyMo: Scaling Any-Modality Conditional Motion Generation with Masked Modeling}, author={Yiheng Li and Zhuo Li and Ruibing Hou and Yingjie Chen and Hong Chang and Hao Liu and Shiguang Shan}, year={2026}, eprint={2605.29488}, archivePrefix={arXiv}, primaryClass={cs.CV}, url={https://arxiv.org/abs/2605.29488}, }
