來源：OpenLoong開源社區(qū)

行業(yè)攜手，共建開放可信的數(shù)據(jù)基礎(chǔ)設(shè)施

隨著人形機器人技術(shù)的突破不斷加速，高質(zhì)量、多模態(tài)、結(jié)構(gòu)化數(shù)據(jù)已成為推動模型能力提升及產(chǎn)業(yè)走向規(guī)模化應(yīng)用的核心要素之一，為支撐這一發(fā)展方向，OpenLoong開源社區(qū)積極推進(jìn)高質(zhì)量數(shù)據(jù)資源的開放共享，吸引行業(yè)伙伴共同建設(shè)統(tǒng)一的數(shù)據(jù)體系。

近日，樂聚智能正式將其構(gòu)建的LET數(shù)據(jù)集捐贈至OpenLoong開源社區(qū)，為社區(qū)補充了一套覆蓋真實作業(yè)場景的重要數(shù)據(jù)資源。該數(shù)據(jù)集規(guī)模大、結(jié)構(gòu)規(guī)范、場景豐富，具備突出的工程化與研究價值，將為國內(nèi)人形機器人研發(fā)提供有力支撐，它的加入不僅體現(xiàn)了行業(yè)對統(tǒng)一數(shù)據(jù)規(guī)范與開源治理模式的認(rèn)可，也標(biāo)志著 OpenLoong數(shù)據(jù)生態(tài)建設(shè)進(jìn)入了新的階段。

LET數(shù)據(jù)集：內(nèi)容構(gòu)成與數(shù)據(jù)體系概覽

LET數(shù)據(jù)集由樂聚智能與合作團(tuán)隊聯(lián)合構(gòu)建，是國內(nèi)少有的面向真實作業(yè)場景的全尺寸人形機器人真機數(shù)據(jù)集，它基于樂聚夸父系列全尺寸人形機器人進(jìn)行統(tǒng)一采集，覆蓋真實作業(yè)鏈路，規(guī)模超過60,000 分鐘。

任務(wù)場景豐富

LET數(shù)據(jù)集在場景覆蓋上跨越工業(yè)、商業(yè)零售和日常生活三大領(lǐng)域，包含汽車工廠、快消場景、酒店服務(wù)、3C工廠、生活服務(wù)和物流共六類真實生產(chǎn)與服務(wù)環(huán)境，并在此基礎(chǔ)上構(gòu)建了31項任務(wù)和117種原子技能，形成了結(jié)構(gòu)清晰的任務(wù)體系。這些任務(wù)目標(biāo)清晰、流程有約束，適用于訓(xùn)練機器人在多場景、多步驟、多目標(biāo)條件下進(jìn)行學(xué)習(xí)與推理。

數(shù)采鏈技術(shù)創(chuàng)新

與此同時，數(shù)據(jù)集同步記錄頭部與雙腕視覺流，并提供RGB、深度、關(guān)節(jié)狀態(tài)和末端執(zhí)行器狀態(tài)等多模態(tài)信息;通過組幀技術(shù)將傳感器時間誤差壓到10毫秒以內(nèi)，再以視覺伺服閉環(huán)機制對齊到統(tǒng)一抽象空間，使數(shù)據(jù)一致性超過90%。

多模態(tài)數(shù)據(jù)融合

在標(biāo)注方面，復(fù)雜任務(wù)被拆解為語義明確的原子動作步驟，配有時間軸、自然語言描述及對象、技能、場景等語義標(biāo)簽，便于模型理解任務(wù)結(jié)構(gòu)與動作邏輯，為行為理解、策略學(xué)習(xí)和技能組合打下基礎(chǔ)。同時，數(shù)據(jù)集還配套數(shù)據(jù)轉(zhuǎn)換、模型訓(xùn)練、仿真測試與真機部署工具鏈，為研究人員提供從數(shù)據(jù)到算法再到驗證的完整流程，提升整體使用效率。

部分任務(wù)示例包括：

商超售賣↓

衣服收納↓

垃圾回收分類↓

LET數(shù)據(jù)集為OpenLoong帶來了行業(yè)中極具代表性的一套結(jié)構(gòu)化資源，為社區(qū)的開源生態(tài)補充了關(guān)鍵的真實世界數(shù)據(jù)資源，它的加入將推動行業(yè)在任務(wù)建模、技能學(xué)習(xí)與策略驗證等方向展開更深入的研究，同時也為開發(fā)者提供了可用于性能驗證的高質(zhì)量樣本。

建設(shè)行業(yè)可信賴的數(shù)據(jù)規(guī)范體系

當(dāng)前，人形機器人正在加速從實驗室走向真實應(yīng)用場景，產(chǎn)業(yè)鏈對高質(zhì)量數(shù)據(jù)集的需求不斷提升，但行業(yè)內(nèi)存在數(shù)據(jù)來源分散、數(shù)據(jù)格式各異、數(shù)據(jù)結(jié)構(gòu)不統(tǒng)一等共性問題，既降低了數(shù)據(jù)集質(zhì)量，限制了模型能力的提升，又降低了跨機構(gòu)協(xié)作效率。因此，構(gòu)建體系化數(shù)據(jù)標(biāo)準(zhǔn)規(guī)范數(shù)據(jù)全生命周期管理過程是促進(jìn)高質(zhì)量數(shù)據(jù)集流通、激活人形機器人數(shù)據(jù)價值的必由之路。

遵循國家地方共建人形機器人創(chuàng)新中心(以下簡稱“國地中心”)的數(shù)據(jù)采集、數(shù)據(jù)處理等標(biāo)準(zhǔn)可以從源頭確保數(shù)據(jù)質(zhì)量與可用性，為行業(yè)提供標(biāo)準(zhǔn)化、易復(fù)用的數(shù)據(jù)資產(chǎn)。為了確保數(shù)據(jù)在高度一致性、可復(fù)用性和長期可維護(hù)性等方面滿足要求，國地中心建立了一套覆蓋數(shù)據(jù)采集、數(shù)據(jù)處理、數(shù)據(jù)質(zhì)量審核和版本管理的標(biāo)準(zhǔn)體系，覆蓋數(shù)據(jù)全生命周期，使得不同來源的數(shù)據(jù)在OpenLoong開源社區(qū)上以格式一致、標(biāo)注清晰的形式呈現(xiàn)。作為國家級創(chuàng)新中心，國地中心始終致力于推動產(chǎn)業(yè)標(biāo)準(zhǔn)化進(jìn)程，攜手生態(tài)伙伴共建訓(xùn)練場和數(shù)據(jù)標(biāo)準(zhǔn)生態(tài)，累計主導(dǎo)或參與國際標(biāo)準(zhǔn)、國家標(biāo)準(zhǔn)和行業(yè)標(biāo)準(zhǔn)60余項;同時，建設(shè)并維護(hù)具身智能數(shù)據(jù)集開源平臺，與行業(yè)共享標(biāo)準(zhǔn)化成果。2025年9月，國地中心申報的“上海虛實融合具身智能訓(xùn)練場標(biāo)準(zhǔn)化試點”獲批公示，數(shù)據(jù)是具身智能訓(xùn)練場的核心驅(qū)動之一，具身智能數(shù)據(jù)標(biāo)準(zhǔn)的編制與應(yīng)用驗證是未來開展國家標(biāo)準(zhǔn)化試點的重要任務(wù)之一。

作為開放原子開源基金會孵化及運營的重點項目，OpenLoong依托國地中心的建設(shè)經(jīng)驗，持續(xù)推進(jìn)共享型數(shù)據(jù)框架的構(gòu)建，以開源方式推動數(shù)據(jù)的規(guī)范化組織與復(fù)用，為行業(yè)提供穩(wěn)定的數(shù)據(jù)底座。LET 數(shù)據(jù)集的捐贈進(jìn)一步擴(kuò)充了社區(qū)的真實場景數(shù)據(jù)儲備，為行業(yè)提供更具代表性的訓(xùn)練樣本，也為模型能力的持續(xù)提升奠定了基礎(chǔ)。未來，格式統(tǒng)一、標(biāo)注規(guī)范、高質(zhì)量的數(shù)據(jù)集將成為人形機器人產(chǎn)業(yè)的重要支撐，提升人形機器人行業(yè)的研發(fā)效率與協(xié)作水平。

OpenLoong數(shù)據(jù)生態(tài)持續(xù)擴(kuò)展，共建共享加速行業(yè)協(xié)同

LET數(shù)據(jù)集現(xiàn)已正式捐獻(xiàn)給OpenLoong開源社區(qū)，并可在社區(qū)網(wǎng)站上下載使用，歡迎點擊文末閱讀原文或掃描下方二維碼，快速獲取數(shù)據(jù)集資源。

作為OpenLoong人形機器人全棧開源項目的重要組成部分，該數(shù)據(jù)集將在開放原子開源基金會的孵化下持續(xù)運營與維護(hù)，穩(wěn)定更新，為行業(yè)提供系統(tǒng)化的真實場景數(shù)據(jù)資源，同時也體現(xiàn)了企業(yè)與開源社區(qū)在推動數(shù)據(jù)開放與行業(yè)協(xié)同方面達(dá)成的深層共識。

隨著越來越多的企業(yè)、高校和科研機構(gòu)加入數(shù)據(jù)貢獻(xiàn)，OpenLoong的數(shù)據(jù)生態(tài)正逐步形成覆蓋基礎(chǔ)能力訓(xùn)練、任務(wù)執(zhí)行、多場景研究和真實環(huán)境驗證的多層次體系，社區(qū)也將持續(xù)強化數(shù)據(jù)基礎(chǔ)設(shè)施建設(shè)，為行業(yè)提供統(tǒng)一可靠的技術(shù)支撐。

OpenLoong開源社區(qū)始終堅持開放共享的原則，歡迎更多行業(yè)伙伴加入數(shù)據(jù)共建。社區(qū)鼓勵具備真實作業(yè)場景、具有代表性任務(wù)鏈路或擁有多模態(tài)采集能力的企業(yè)、高校與研究團(tuán)隊貢獻(xiàn)高質(zhì)量數(shù)據(jù)，共同完善人形機器人領(lǐng)域的開源數(shù)據(jù)體系，同時也將持續(xù)為貢獻(xiàn)者提供規(guī)范透明的托管環(huán)境，通過開源機制確保數(shù)據(jù)被充分利用。隨著數(shù)據(jù)規(guī)模不斷增長，OpenLoong將與行業(yè)共同推動多場景、多任務(wù)、多模型的協(xié)同研究，促進(jìn)形成更加開放、健康的產(chǎn)業(yè)生態(tài)。

歡迎加入OpenLoong開源社區(qū)，共建人形機器人生態(tài)。