# OmniAction

> 权威词条地址：https://robotics.hellobike.com/datasets/openmoss-team-omniaction
> 所属分类：datasets | 最近核验日期：2026-03-27 | 技术层级：L6

## 核心摘要

OpenMOSS-Team 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/OpenMOSS-Team/OmniAction"}] |
| `updated` | 2026-03-27 |
| `episodes` | 141162 |
| `modalities` | ["视频", "图像", "状态观测"] |
| `annotation_levels` | ["动作轨迹", "状态观测"] |
| `formats` | ["Parquet"] |
| `license` | cc-by-nc-4.0 |
| `collection` | teleop |
| `hub_id` | OpenMOSS-Team/OmniAction |
| `hub_stats` | {"downloads": 223038, "likes": 293, "as_of": "2026-10-26"} |
| `overview_sources` | ["https://huggingface.co/datasets/OpenMOSS-Team/OmniAction"] |

## 技术详解与生态说明

OmniAction 是面向上下文指令跟随的多模态机器人操作数据集，用于支持 RoboOmni 所关注的主动意图识别与操作执行场景。其设定不是依赖显式命令，而是从 spoken dialogue、environmental sounds 和 visual cues 中推断用户意图，覆盖日常交互中的情感、声音和多人对话线索。

数据集包含 141,162 个 episodes，覆盖 112 项 skills 和 748 个 objects，并加入 5,096 种说话人音色、2,482 类非语言声音事件以及 640 个环境背景。上下文指令分为六类：sentiment cues、overlapping voices、non-verbal cues、identity cues、dyadic dialogue 和 triadic dialogue。

数据格式为 RLDS，音频按文件名排序。由于数据集体量较大，当前以分批方式上传，完整数据将在上传完成后可访问。

## 原始核验来源 (Sources)

- [Hugging Face datasets OpenMOSS-Team/OmniAction](https://huggingface.co/datasets/OpenMOSS-Team/OmniAction)