人形机器人 LET 数据集开源：6 万分钟真机实采与多模态技术

LET 数据集发布

LET 数据集是国内开源规模最大的全尺寸人形机器人数据集，由乐聚智能、国家地方共建人形机器人创新中心等单位联合主导构建。该数据集基于全尺寸人形机器人 Kuavo 4 Pro 采集，涵盖多场景、多类型操作的真实世界多任务数据，面向机器人操作、移动与交互任务，支持真实环境下的可扩展机器人学习。

标准共建与行业影响

乐聚参与国家级与地方级标准体系的共建，推动行业标准发展。这标志着技术具备硬核实力与落地扎实性，鲁棒性强，能在真实世界中运行。通过国地标准共建，将自身技术体系纳入'行业基线建设'的工程化进程中。

真机数据采集

数据集包含 60,000+ 分钟真机实采数据，相当于连续工作 41 天。数据非仿真，通过乐聚夸父（Kuavo 4 Pro）系列全尺寸人形机器人统一采集。该机器人具备 40+ 自由度，身高约 1.66 米，体重约 55 公斤，最大行走速度 7 km/h，支持不停机电池更换，搭配头部立体相机与腕部 RGB-D 相机。

此外，乐聚'夸父'曾作为'0 号火炬手'亮相第十五届全国运动会，完成百米奔跑、挥手致意等高难度动作。大规模真实数据采集能捕获大量'非理想数据'，形成对算法极具价值的现实世界误差分布模型，为探索机器人领域的 Scaling Law 提供更优质的数据基础。

多模态数据融合和对齐标注

系统采用完整的多模态数据采集和融合（Multimodal Fusion）。融合了机器人头部视角和双腕视角的视频流数据，并同步采集 RGB 图像、深度图、关节状态和末端执行器状态等模态信息。

数据集将复杂任务分解为一系列具有明确语义的原子动作步骤，采用规范标注方法，提供子任务级别的时间轴与自然语言标注。构建了一套系统的多模态对齐标注体系，每条数据配套多维度语义标签信息，包括物品标签、技能标签、任务与场景标识、末端类型及语言描述。

多场景覆盖

多场景对于机器人数据集的重要性决定了模型能否真正'上岗'。LET 数据集以真实作业场景为核心，全面覆盖：

• 3 大领域：工业、商业零售和日常生活
• 6 大场景：汽车工厂、生活服务、快消场景、酒店服务、物流场景和 3C 工厂
• 31 项子任务
• 117 种原子技能：抓取、双手操作、工具使用等

数采链技术创新

LET 数据集引入数采链三大技术创新：

1. 构建视觉伺服闭环数据：将机器人本体和传感器转变为统一的抽象坐标系或特征，使数据质量一致性达到 90% 以上。
2. 采用高效的组帧技术：将多传感器数据帧的时间戳误差与延迟严格控制在 10ms 以内。
3. 建立自动化 Benchmark 评测系统：对数据收敛度、样本效率与稳定性进行全面评估，确保数据迁移的有效性和泛化能力。

应用场景案例

1. 日化生产场景：日化产品定姿摆放

2. 汽车制造场景：SPS 零件分拣

3. 物流场景：快递分拣应用

4. 3C 场景：传送带物料分拣应用

技术路线总结

综合来看，LET 数据集采用的技术路线可概括为：

1. 先进的标准体系：通过国地标准共建，将技术路线与行业未来要求绑定。
2. 多模态、长时序、真机实采的数据体系：60,000+ 分钟是构建机器人'真实世界行为分布'的基础。
3. 多模态融合的感知认知体系：让机器人从'看见'升级为'理解'。
4. 多场景验证的泛化能力构建：全面场景的泛化性和鲁棒性突破。

该数据集还提供了一套数据转换、模型训练、仿真测试与真机部署的全流程数据工具链，推动机器人从实验室性能向工程可用性、真实世界可靠性演进。

下载方式

国内开源规模最大的全尺寸人形机器人数据集'LET 数据集'已捐赠至开放原子开源基金会，并在 Openloong 开源社区官网同步上线。可通过以下公开平台获取：

• Openloong 开源社区
• 魔搭社区 / HuggingFace / GitHub