# SparseVideoNav

> 权威词条地址：https://robotics.hellobike.com/datasets/opendrivelab-sparsevideonav
> 所属分类：datasets | 最近核验日期：2026-08-27 | 技术层级：L6

## 核心摘要

OpenDriveLab 在 Hugging Face 发布的机器人数据集，规模 10K<n<100K。

## 结构化工程参数

| 参数项 | 数值 / 配置 |
| :--- | :--- |
| `overview_sources` | ["https://huggingface.co/datasets/OpenDriveLab/SparseVideoNav"] |
| `layers` | ["L6"] |
| `links` | [{"title": "Hugging Face", "url": "https://huggingface.co/datasets/OpenDriveLab/SparseVideoNav"}] |
| `updated` | 2026-08-27 |
| `hours` | 121.74 |
| `episodes` | 11693 |
| `modalities` | ["表格", "文本", "视频"] |
| `annotation_levels` | ["语言标注"] |
| `formats` | ["json"] |
| `license` | cc-by-nc-sa-4.0 |
| `collection` | teleop |
| `hub_id` | OpenDriveLab/SparseVideoNav |
| `hub_stats` | {"downloads": 8875, "likes": 4, "as_of": "2026-10-21"} |
| `fps` | 4 |

## 技术详解与生态说明

SparseVideoNav 数据集面向真实世界视觉-语言导航研究，包含随 OpenDriveLab/SparseVideoNav 发布的 BVN（Beyond-the-View Navigation）和 IFN（Instruction-Following Navigation）两个子集。数据由语言导航指令、RGB 帧序列和低层导航动作组成，每个已发布 episode 中动作数量与 RGB 帧数量一致。

当前开源的是 SparseVideoNav 使用的处理后 IFN 与 BVN 子集，共 11,693 个 episodes、1,753,054 帧，按 4 fps 计算约 121.74 小时；完整数据约 140 小时，但受区域政策限制未全部开源。BVN 为 5,433 个 episodes、57.35 小时，IFN 为 6,260 个 episodes、64.39 小时。

图像以压缩 tar shards 存储，每行 JSONL 为 episode 级记录，字段包括指令、任务类型、划分、图像目录、帧数、动作数以及逐帧 dx、dy、dyaw 动作。可用 Hugging Face Datasets 加载元数据，数据采用 CC BY-NC-SA 4.0 许可；episode 视频 MP4 暂时不可用，frames 发布仍可用。

## 原始核验来源 (Sources)

- [Hugging Face datasets OpenDriveLab/SparseVideoNav](https://huggingface.co/datasets/OpenDriveLab/SparseVideoNav)