# 具身数据集横评：采集方式、规模、模态与许可对比

> 原文链接：https://robotics.hellobike.com/routes/embodied-dataset-compare
> 频道：routes | 更新日期：2026-10-22 | 标签：具身数据集, teleop, sim, human_video, LeRobot, 许可对比
> 核心摘要：这张表覆盖40个具身数据集，按采集方式、机器人、回合数、时长、模态、格式、许可与♥排序，可快速筛选仿真、遥操作和人类视频类资源。

# 具身数据集横评：采集方式、规模、模态与许可对比

> 表格数据直接取自站内卡片（每条可点进原卡核对出处）；分析只基于这张表。价格为各卡片记录的公开区间，口径不一，仅作量级参考。

## 怎么读这张表

先看“采集方式”区分sim、teleop、human_video，再用“机器人、回合数、时长”判断是否有明确载体与规模；“模态、格式”决定训练管线适配成本；“许可”决定可用范围；“♥”只反映表内热度排序，不等同于数据质量。

## 对比表（40 条）

| 数据集 | 采集方式 | 机器人 | 回合数 | 时长 (h) | 模态 | 格式 | 许可 | ♥ |
|---|---|---|---|---|---|---|---|---|
| [seed](/datasets/bones-studio-seed) | sim | 宇树 G1 | — | — | 视频、图像、状态观测 | Parquet | other | 312 |
| [OmniAction](/datasets/openmoss-team-omniaction) | teleop | — | — | — | 视频、图像、状态观测 | Parquet | cc-by-nc-4.0 | 291 |
| [PhysicalAI-Robotics-GR00T-X-Embodiment-Sim](/datasets/nvidia-physicalai-robotics-gr00t-x-embodiment-sim) | sim | — | — | — | 视频、图像、状态观测 | Parquet | cc-by-4.0 | 289 |
| [10Kh-RealOmin-OpenData](/datasets/genrobot2025-10kh-realomin-opendata) | teleop | — | — | — | 视频 | Parquet | cc-by-sa-4.0 | 274 |
| [xperience-10m](/datasets/ropedia-ai-xperience-10m) | human_video | — | — | — | 三维、音频、视频 | Parquet | other | 251 |
| [AgiBotWorld-Alpha](/datasets/agibot-world-agibotworld-alpha) | teleop | 智元精灵 G2 | — | — | 文本 | webdataset | Apache-2.0 | 239 |
| [NitroGen](/datasets/nvidia-nitrogen) | teleop | — | — | — | 视频、图像、状态观测 | Parquet | cc-by-nc-4.0 | 228 |
| [computer-use-large](/datasets/markov-ai-computer-use-large) | teleop | — | — | — | 表格、文本、视频 | Parquet | cc-by-4.0 | 206 |
| [EgoStandard](/datasets/lightwheelai-egostandard) | human_video | — | — | — | 视频 | Parquet | other | 180 |
| [EgoPro](/datasets/lightwheelai-egopro) | human_video | — | — | — | 视频 | Parquet | other | 177 |
| [EgoDemo](/datasets/lightwheelai-egodemo) | human_video | — | — | — | 视频 | Parquet | other | 168 |
| [LAFAN1_Retargeting_Dataset](/datasets/lvhaidong-lafan1-retargeting-dataset) | teleop | — | — | — | 视频、图像、状态观测 | Parquet | Apache-2.0 | 162 |
| [Egocentric-100K](/datasets/builddotai-egocentric-100k) | human_video | — | — | — | 文本、视频 | webdataset | apache-2.0 | 149 |
| [ABC-130k](/datasets/xdof-abc-130k) | teleop | — | — | — | 视频、图像、状态观测 | Parquet | apache-2.0 | 135 |
| [OpenX-Embodiment](/datasets/jxu124-openx-embodiment) | teleop | — | — | — | 视频、图像、状态观测 | Parquet | cc-by-4.0 | 122 |
| [InternData-A1](/datasets/internrobotics-interndata-a1) | teleop | — | — | — | 三维、图像、文本 | Parquet | Apache-2.0 | 113 |
| [World-SimReady-Home](/datasets/yootta-world-simready-home) | sim | — | — | — | 三维、图像、视频 | Parquet | cc-by-nc-sa-4.0 | 106 |
| [SAGE-3D_Collision_Mesh](/datasets/spatialverse-sage-3d-collision-mesh) | teleop | — | — | — | 图像 | Parquet | cc-by-nc-4.0 | 105 |
| [OmniWorld](/datasets/internrobotics-omniworld) | teleop | — | — | — | 图像、文本 | webdataset | cc-by-nc-sa-4.0 | 101 |
| [InternData-N1](/datasets/internrobotics-interndata-n1) | teleop | — | — | — | 视频、图像、状态观测 | Parquet | cc-by-sa-4.0 | 98 |
| [libero](/datasets/physical-intelligence-libero) | sim | Franka FR3 | 1693 | 7.6 | 图像、时序 | LeRobot、parquet | cc-by-4.0 | 93 |
| [SAGE-3D_InteriorGS_usdz](/datasets/spatialverse-sage-3d-interiorgs-usdz) | sim | — | — | — | 三维、图像 | imagefolder | cc-by-nc-4.0 | 90 |
| [stera-10m](/datasets/fpvlabs-stera-10m) | human_video | — | — | — | 三维、音频、视频 | Parquet | other | 88 |
| [AgiBotWorld-Beta](/datasets/agibot-world-agibotworld-beta) | teleop | 智元精灵 G2 | — | — | 文本 | webdataset | Apache-2.0 | 84 |
| [AgiBotWorld2026](/datasets/agibot-world-agibotworld2026) | teleop | 智元精灵 G2 | — | — | 图像、文本 | Parquet | cc-by-nc-sa-4.0 | 84 |
| [piper-checkpoints](/datasets/rhasspy-piper-checkpoints) | teleop | 松灵 PiPER | — | — | 视频、图像、状态观测 | Parquet | mit | 81 |
| [Gen-HumanEgo](/datasets/genrobot2025-gen-humanego) | human_video | — | — | — | 视频、图像、状态观测 | Parquet | cc-by-sa-4.0 | 80 |
| [BRIGHT](/datasets/xlangai-bright) | teleop | — | — | — | 文本 | parquet | cc-by-4.0 | 79 |
| [modified_libero_rlds](/datasets/openvla-modified-libero-rlds) | sim | — | — | — | 视频、图像、状态观测 | Parquet | mit | 78 |
| [tracker-pov](/datasets/eidon-ai-tracker-pov) | human_video | — | — | — | 表格、文本、视频 | Parquet | cc-by-4.0 | 75 |
| [computer-use](/datasets/markov-ai-computer-use) | teleop | — | 160 | — | 图像、文本、时序 | parquet、optimized-parquet | apache-2.0 | 75 |
| [libero](/datasets/huggingfacevla-libero) | sim | Franka FR3 | 1693 | 7.6 | 图像、时序 | LeRobot、parquet | apache-2.0 | 71 |
| [OmniAction-LIBERO](/datasets/openmoss-team-omniaction-libero) | sim | — | — | — | 视频、图像、状态观测 | Parquet | cc-by-nc-4.0 | 70 |
| [SAGE-3D_VLN_Data](/datasets/spatialverse-sage-3d-vln-data) | sim | — | — | — | 视频、图像、状态观测 | Parquet | cc-by-4.0 | 69 |
| [LIBERO-datasets](/datasets/yifengzhu-hf-libero-datasets) | sim | — | — | — | 视频、图像、状态观测 | Parquet | apache-2.0 | 67 |
| [HiFi-UMI-2K](/datasets/simple-world-lab-hifi-umi-2k) | teleop | — | — | — | 表格、时序、视频 | LeRobot、parquet | cc-by-4.0 | 65 |
| [PhysicalAI-Autonomous-Vehicle-Cosmos-Drive-Dreams](/datasets/nvidia-physicalai-autonomous-vehicle-cosmos-drive-dreams) | teleop | — | — | — | 视频、图像、状态观测 | Parquet | cc-by-4.0 | 64 |
| [droid_1.0.1](/datasets/cadene-droid-1-0-1) | teleop | Franka FR3 | 95600 | 511.34 | 视频、图像、状态观测 | LeRobot | apache-2.0 | 62 |
| [pusht](/datasets/lerobot-pusht) | sim | — | 206 | 0.71 | 表格、时序、视频 | LeRobot、parquet | mit | 61 |
| [PhysicalAI-Robotics-Open-H-Embodiment](/datasets/nvidia-physicalai-robotics-open-h-embodiment) | teleop | — | — | — | 视频、图像、状态观测 | Parquet | cc-by-4.0 | 59 |

## 从表里能看出什么

- [seed](/datasets/bones-studio-seed) 的♥为312，是表内最高；采集方式为sim，机器人为宇树 G1，模态为视频、图像、状态观测。
- [droid_1.0.1](/datasets/cadene-droid-1-0-1) 标注了95600回合和511.34h，是表内已给出回合数与时长的条目中数值最高的；机器人为Franka FR3，格式为LeRobot。
- 两个[libero]条目均为sim、Franka FR3、1693回合、7.6h、图像与时序模态；[physical-intelligence-libero]♥为93且许可cc-by-4.0，[huggingfacevla-libero]♥为71且许可apache-2.0。
- [computer-use](/datasets/markov-ai-computer-use) 给出160回合但时长为—；其模态为图像、文本、时序，格式为parquet、optimized-parquet，许可为apache-2.0。
- [pusht](/datasets/lerobot-pusht) 为sim数据，给出206回合和0.71h，模态为表格、时序、视频，格式为LeRobot、parquet，许可为mit。
- 表内♥前5分别为seed 312、OmniAction 291、PhysicalAI-Robotics-GR00T-X-Embodiment-Sim 289、10Kh-RealOmin-OpenData 274、xperience-10m 251。

## 推荐给谁

- **需要已知大规模遥操作数据的人** → [droid_1.0.1](/datasets/cadene-droid-1-0-1)：它给出95600回合、511.34h，并包含视频、图像、状态观测。
- **需要sim且规模字段完整的人** → [libero](/datasets/physical-intelligence-libero)：它标注1693回合、7.6h，机器人为Franka FR3，且♥为93。
- **需要Apache-2.0许可且文本模态的人** → [AgiBotWorld-Alpha](/datasets/agibot-world-agibotworld-alpha)：它为teleop、机器人为智元精灵 G2、模态为文本，许可为Apache-2.0。
- **需要表格、时序、视频并兼容LeRobot与parquet的人** → [pusht](/datasets/lerobot-pusht)：它同时标注LeRobot、parquet格式，并给出206回合和0.71h。

## 不推荐给谁

- **必须按回合数或时长评估规模的人** 不要选 回合数与时长均为—的条目：这些条目缺少规模数字，无法从表内判断数据量大小。
- **必须绑定具体机器人平台的人** 不要选 机器人字段为—的条目：表中未给出机器人型号，不能确认载体适配性。
- **必须使用状态观测训练的人** 不要选 [AgiBotWorld-Alpha](/datasets/agibot-world-agibotworld-alpha) 与 [AgiBotWorld-Beta](/datasets/agibot-world-agibotworld-beta)：两者模态均只写文本，未列出状态观测。

## 数据缺口

- 大量条目的回合数、时长为—，无法比较真实规模。
- 许多条目的机器人字段为—，无法判断跨本体或特定本体适配性。
- 表中未给出任务类型、动作空间、数据质量指标，无法进一步判断训练效果。

## 原始参考来源 (Sources)

- [站内结构化卡片（每条含原始出处）](https://robotics.hellobike.com/datasets/)