# embodied-exam-media

> 权威词条地址：https://robotics.hellobike.com/datasets/mll-lab-embodied-exam-media
> 所属分类：datasets | 最近核验日期：2026-10-27 | 技术层级：L6

## 核心摘要

MLL-Lab 在 Hugging Face 发布的机器人数据集，规模 100K<n<1M。

## 结构化工程参数

| 参数项 | 数值 / 配置 |
| :--- | :--- |
| `layers` | ["L6"] |
| `links` | [{"title": "Hugging Face", "url": "https://huggingface.co/datasets/MLL-Lab/embodied-exam-media"}] |
| `updated` | 2026-10-27 |
| `modalities` | ["图像"] |
| `annotation_levels` | ["动作轨迹", "状态观测"] |
| `formats` | ["Parquet"] |
| `license` | other |
| `collection` | sim |
| `hub_id` | MLL-Lab/embodied-exam-media |
| `hub_stats` | {"downloads": 23208, "likes": 0, "as_of": "2026-10-27"} |
| `overview_sources` | ["https://huggingface.co/datasets/MLL-Lab/embodied-exam-media"] |

## 技术详解与生态说明

Embodied First Exam: media 存放 Embodied First Exam 背后的图片、视频和 agent runs。该考试是面向机器人领域代码智能体的基准；每道题是一个冻结的仿真场景，包含写给人的目标描述，答案是一段程序，并通过在新的模拟器中回放来评分。

自 2026 年 10 月 16 日起，每个 master 原生渲染在 1080p 以上，目标分辨率为 2560x1440，并使用光线追踪或路径追踪，不接受光栅化渲染。每个视频回放已解出的评分任务本身，可来自参考解、成功的智能体运行或官方演示；物理保持不变，只改变相机、灯光和材质。没有已解运行的任务展示其初始场景的慢速环绕。

媒体由 suite 作者通过评审仓库提交，评审后镜像到该仓库，不接受直接 pull request。视频和图片是各 suite 仿真场景的渲染；场景和资产沿用其上游基准的许可。

## 原始核验来源 (Sources)

- [Hugging Face datasets MLL-Lab/embodied-exam-media](https://huggingface.co/datasets/MLL-Lab/embodied-exam-media)