# BridgeData2-Subset-Synthetic-Captions

> 权威词条地址：https://robotics.hellobike.com/datasets/nvidia-bridgedata2-subset-synthetic-captions
> 所属分类：datasets | 最近核验日期：2026-06-04 | 技术层级：L6

## 核心摘要

nvidia 在 Hugging Face 发布的机器人数据集。

## 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/nvidia/BridgeData2-Subset-Synthetic-Captions"}] |
| `updated` | 2026-06-04 |
| `modalities` | ["视频", "图像", "状态观测"] |
| `annotation_levels` | ["动作轨迹", "状态观测"] |
| `formats` | ["Parquet"] |
| `license` | other |
| `collection` | teleop |
| `hub_id` | nvidia/BridgeData2-Subset-Synthetic-Captions |
| `hub_stats` | {"downloads": 3106, "likes": 12, "as_of": "2026-10-21"} |
| `overview_sources` | ["https://huggingface.co/datasets/nvidia/BridgeData2-Subset-Synthetic-Captions"] |
| `fps` | 5 |

## 技术详解与生态说明

该数据集是 BridgeData V2 的一个精选子集，面向机器人操作场景的视频生成相关研发。它包含真实机器人操作视频片段，并为片段配套合成自然语言字幕，可用于监督微调、提示词构造，以及文本到视频、图像到视频、视频到视频或视频续写流程的评估。源数据来自 BridgeData V2，覆盖桌面和玩具厨房环境中的真实操作行为，由 WidowX 250 6DOF 机械臂采集。

数据以文件式视频-字幕布局发布，不是 LeRobot schema。训练集包含 1,222 个 256×256 MP4 片段及对应 TXT 字幕和 JSONL manifest；验证集包含 51 个完整视频、51 个 5 帧条件视频、51 张条件图像、字幕和 t2v/i2v/v2v prompt JSON。字幕为自动合成，可能存在错误、遗漏或幻觉；数据不包含低层机器人状态、动作或 LeRobot 所需特征，也不应作为安全关键机器人部署的唯一验证来源。许可为 OpenMDW 1.1。

## 原始核验来源 (Sources)

- [Hugging Face datasets nvidia/BridgeData2-Subset-Synthetic-Captions](https://huggingface.co/datasets/nvidia/BridgeData2-Subset-Synthetic-Captions)