MuseVLA 是一个多模态机器人操作数据集，包含同步的 RGB、深度、声学、热成像和雷达数据流。数据以 dataset_01/ 和 dataset_02/ 两部分发布，共享相同的单 episode 目录布局，覆盖约 1400 个 episode、11 条指令，涉及毛巾、衣物、盒子、物品和饮料相关操作。

数据统计给出 1397 个 episode，其中 1010 个有效样本、1930 个标注片段、11 个唯一指令；RGB 分辨率为 1280×720，帧率为 30 fps。每个 episode 的标注位于 *_labels/{episode}.json，包含分段 instruction、start、end，并有 _validity.json 记录 SAM3 validity；还提供 instructions_all.json、valid_samples.json 和 statistics_6dpose_delta_NRt0.json 用于索引与归一化。许可为 CC-BY-NC-4.0，仅限研究使用。