面向工业制造场景的具身智能高质量数据集

面向工业制造场景的具身智能高质量数据集广泛整合并汇聚了超过15家外部机构的多元化数据资源，形成预训练集、指令微调集、强化学习偏好数据集、基准测试数据集四大核心系列。其中，预训练集规模超过1200亿token，指令微调集超过200万条，强化学习偏好数据超过15万组，基准测试数据集超过2万条，为具身智能模型训练提供了坚实的数据基座。数据集在模态覆盖上兼具图、文、音、视频、点云、IMU、关节编码器、六维力等多种类型，多模态数据条数占比超过40%，且近三年内采集的时效性数据条数占比亦超过40%，全面保障了数据资源的多样性与鲜活性。