真机训练数据

人形优先并覆盖明确具有跨本体迁移价值的真实机器人数据。

VisTa3D Thin-Object Vision-Range-Tactile Reconstruction Benchmark

VisTa3D 是薄物体三维重建数据集与基准，统一提供同步 RGB、深度、触觉响应、IMU、相机位姿与标定、激光扫描生成的深度和分割真值，并包含真实与 Isaac Sim 合成部分。

开放状态：处理样例可查·完整语料与许可证未开放；许可证：未在本轮独立确认数据集许可证；论文与 HF 数据入口需分别核验

RoboSynChallenge Synthetic + Real Bimanual Manipulation Dataset Family

RoboSynChallenge 是面向合成数据增强与真机泛化的双臂操作数据族。官方 Hugging Face API 可核验 11 个公开非门控 cobotmagic_Real 仓和 10 个公开非门控 cobotmagic_Sim 仓；官方挑战仓提供任务、随机化与训练/评测入口。真实卡抽查可见 10Hz、双臂 Piper 关节/夹爪/末端状态动作和高位/左右腕相机字段，仿真集服务同一十任务挑战。它是同一混合数据主记录，会在真机与仿真页同时筛选，不能双重计数。数据内容许可证没有在已检查的 HF API cardData 中声明，且完整下载、哈希和所有分片 schema 尚未完成。

开放状态：已核验开放；许可证：No dataset licence declared in the inspected Hugging Face dataset API card data; Apache-2.0 on the benchmark repository does not license dataset content

HUI360 Egocentric Human-Robot Interaction Dataset

HUI360 是在移动机器人第一视角采集的360度人机交互真机数据。官方页面披露 Shel fy 录制71小时、过滤后11小时、4,310人物轨迹、375次机器人交互、621,000图像和超过100万检测；配套SSUP-HRI处理标注为26小时、28,000轨迹、419次交互、140万图像和600万检测。固定Hugging Face版本公开处理后的骨架、关键点、RLE掩码和CSV标注；原始360视频与逐帧JSON需DTA、学术身份、GDPR合规和人工批准。它是社会导航与交互预测感知数据，不是人形、足式或机械臂动作轨迹。

开放状态：数据可下载·许可证缺失；许可证：No processed-annotation dataset license declared; raw videos require DTA, academic research access and GDPR compliance; HUI360-Baselines code is separately MIT

Real-World Bimanual Dexterous Grasp Dataset for Unitree H1-2

Unitree H1-2双臂、两只Inspire RH56DFTP灵巧手的真实大物体协同抓取数据。论文记录33种物体、每物体6至20种姿态、共353次15Hz抓取序列；模态含RGB、深度、指令/实际关节角、关节扭矩和分布式触觉。官方仓固定commit含约251MB代码与样例数据，README另给出约40GB完整百度网盘；根目录没有LICENSE，数据仅声明非商业研究，因此属于可下载但许可不完整。

开放状态：样例与完整包入口已核验·许可证不完整；许可证：Non-commercial research only stated in README; no standalone dataset license

TCAM WBCD Track 4 Mixed UMI and ARX X5 Demonstrations

TCAM论文描述的T恤柔性操作混合示范：原始600条UMI式加500条ARX X5真机episode，质量过滤后约200条UMI与400条真机组成600条训练集。UMI提供跨场景双鱼眼视角，真机数据提供四腕部视角、机器人动力学、定制抓手接触和延迟；失败分析用于定向补采。没有官方数据下载、清单、格式、同步文件或许可证，当前只登记为待兑现数据。

开放状态：项目已核验·制品未开放；许可证：No dataset license published

Ego-OSCAR-550h Stereo-Inertial Egocentric Corpus

Ego-OSCAR论文描述的低成本头戴式双目惯性采集系统及约550小时/相机的人类第一视角语料：1,462个双目session、25名贡献者、40多个室内环境、209,315段自由文本动作标注，并声称逐帧3D手部重建、标定和IMU随数据发布。论文同时声称CAD、固件、采集软件与数据全部开源，但论文源码没有项目、仓库或下载URL，官方GitHub/Hugging Face精确检索也未找到可归属制品，因此当前只登记为高价值待兑现数据，不计作已开放。

开放状态：项目已核验·制品未开放；许可证：Paper says permissively licensed, but no dataset, hardware or software license file/URL was located

ProphRL BRIDGE RL Initialization Data

ProphRL为Pi0.5 BRIDGE策略强化初始化公开的真实机器人子集。固定Hugging Face revision非gated，含10,217个路径，README列出403、680和1,268三组JSONL记录及对应图像。它不是完整BRIDGE，也不是论文UR30e四任务的800条数据；数据卡没有许可证，不能按仓库Apache-2.0处理。

开放状态：数据可下载·许可证缺失；许可证：No dataset license declared

ω-HOME Humanoid Household Loco-Manipulation Dataset

ω-0论文描述的40.3小时真实家庭人形移动操作数据，含4,827回合、24任务、30Hz同步语言、多视角RGB-D、SMPL全身运动、机器人状态和控制器兼容动作潜变量。作者项目页现链接到 Hugging Face 的公开、非 gated ω-HOME revision；该 revision 文件树可见 19,990 个文件，抽样可读取逐回合 session_meta.json，且列出 ego/exo 视频与 state_action.hdf5。数据卡、数据许可证、全量下载校验、正式 split、标定/隐私材料与处理脚本仍未披露，故列为“下载已核验但许可证缺失”，而非完备可复现或可商用训练集。

开放状态：数据可下载·许可证缺失；许可证：No dataset license published

JD EgoLive Egocentric Human Video Corpus

JoyAI-RA 0.5论文描述的超过20,000小时、60FPS第一视角人类视频语料，用于潜动作世界模型和跨数据VLA预训练。官方项目页只链接京东云通用具身数据交易平台，未解析到EgoLive专属文件页、清单、直接下载或数据许可证；论文另述约53,000小时更广泛的人类视频语料，不能与EgoLive规模混写。

开放状态：承诺/部分开放；许可证：No EgoLive dataset license published

EndoMotion Physical-Phantom Robotic Endoscopy Dataset

EndoWAM论文描述的机器人内镜物理模型数据：515条轨迹、约0.98M帧，覆盖输尿管镜、食管镜和ERCP三类流程；Grounding DINO+Kalman生成OBB、动作标签和未来目标crop，按45度旋转增广到4,120序列/7.84M帧。论文没有提供文件、清单、格式、下载或数据许可证，因此只登记为待兑现数据，且物理模型不等同患者临床数据。

开放状态：项目已核验·制品未开放；许可证：No dataset license published

KING Cross-Embodiment Kinematics Training and Adaptation Data

KING论文描述的混合运动学数据：Gazebo自动生成2WD/4WD滑移转向、3WD/4WD阿克曼、四足和六足六类形态语料，并随机化连杆、轮径、IMU位置与测量噪声；真实适配部分为Rover Mini和Unitree Go1各约1分钟平坦室内运动。项目页和论文可核验使用边界，但没有数据下载、总样本/小时、格式、划分、校准包或许可证。

开放状态：项目已核验·制品未开放；许可证：No dataset license published

ACE-Data-0: Human-Centric Ambient Capture as Embodied Data Engine

ACE-Data-0 是面向世界模型、VLA和模仿学习的人类具身采集计划：官方论文和数据卡描述 150+ 小时、17M+ 视频帧、75,000+ interaction episodes、200+ 任务类别、第一/第三视角视频、全身及手部动作、物体6DoF、音频与全掌触觉。官方 Hugging Face 仓库已建立个人非商业学术研究申请和专门许可，但 README 明示数据文件尚未发布，当前仅有README和LICENSE；因此这是“官方受限发布面已核验、数据制品未开放”的高价值观察记录，不能作为可下载训练集或开放数据规模计数。

开放状态：项目已核验·制品未开放；许可证：ACE-Data-0 Research License Agreement: personal, non-transferable, non-commercial academic research only; data files not yet published

HiFi-UMI-2K High-Fidelity Robot-Free Bimanual Manipulation Dataset

HiFi-UMI公开的2,000小时机器人无关双手操作数据，固定Hugging Face revision约16.04TB、5,176个文件，采用六路同步视频、双手末端轨迹、夹爪状态、语言、任务与质量控制字段。采集系统报告约3mm局部末端精度和低于40微秒跨传感器偏移；公开包为20,000+小时源语料的子集，不等同论文4,000小时预训练混合。

开放状态：已核验开放；许可证：CC-BY-4.0

ArmnetBench v0.1 Real-Robot Evaluation Corpus

三套低成本SO-101单/双臂cell上的真机VLA横评与质量标签语料。核心3,118个episode含600条遥操作示范和2,518条策略rollout，标有1,290成功、1,739失败、89次优；另有600条附加rollout。LeRobot和RoboMeter三个固定revision均公开非gated，数据卡声明Apache-2.0。

开放状态：数据可下载·上游条款待逐项确认；许可证：Apache-2.0 declared by dataset cards; linked policy checkpoints retain per-repository terms

DeVA YAM Real Bimanual Dataset

DeVA作者公开的YAM真实双臂处理数据：90个episode、30,749帧、三路同步RGB、14维动作与本体状态，并附affordance和depth伪标签。固定Hugging Face revision公开非gated、20.44GB；规模小且失败轨迹、隐私与原始标定口径未披露。

开放状态：数据可下载·上游条款待逐项确认；许可证：MIT declared by dataset card; YAM platform, UAD and DepthAnything terms remain separate

NICO Grasp Calibration & YOLO Images

NICO 自带低分辨率鱼眼双目抓取的任务专用资料：官方固定提交包含标定/逆运动学代码、模型配置与 442 张自采 YOLO 标注图像。仓库可完整下载，但没有 LICENSE 或数据专用条款，不能把可访问误写成开源或商用可用。

开放状态：数据可下载·许可证缺失；许可证：未声明；官方仓库没有 LICENSE 文件，代码、模型和图像均不得推定已有复用或商用授权

PREFAIL Actionable Failure-Precursor Corpus (not released)

论文描述5,775条仿真与254条UR5真实lift-and-place轨迹，并标注故障发生和最晚可干预边界；项目页仅开放补充材料，代码按钮自指，数据、格式和许可证均未发布。

开放状态：项目已核验·制品未开放；许可证：not available

PIXIE Assembly-Defect 6D Pose Dataset (not released)

论文报告695张真实RGB图、48个场景、4类目标装配与最多7类缺陷模型，用于零样本6D位姿；官方页面已有说明和示例，但Dataset on GitHub仍指向placeholder，无文件、CAD、标注或真实许可证可下载。

开放状态：项目已核验·制品未开放；许可证：page JSON-LD says CC BY 4.0; no released corpus exists to verify file terms

EgoMe-pose Egocentric 3D Hand-Pose Benchmark

从82小时真实EgoMe第一视角人类视频自动标注与筛选得到的3D手姿态预测划分：训练6,067、验证1,344、测试2,648段。面向人类视频到机器人动作的跨本体中间表征，但代码、姿态文件、筛选流程和许可证均未开放。

开放状态：项目已核验·制品未开放；许可证：派生数据和上游EgoMe再分发条款未披露

Xiaomi-Robotics-1 100K-hour UMI and Cross-Embodiment Corpus

Xiaomi Robotics 报告的超 100K 小时、2.4M episodes、1,700+ 场景、260+ tasks UMI 实景预训练语料与约 10K 小时跨本体后训练混合。论文的数据/模型缩放实验因算力限制只使用约 20K 小时 UMI 子集。论文 v2、项目、固定提交占位仓库和官方 Hugging Face 组织已核验，但没有任何数据文件、样例、manifest、格式转换或许可证；本条只作为重点开放状态监控，不能计为已开放数据库。

开放状态：项目已核验·制品未开放；许可证：未披露；内部 UMI/机器人数据与外部开源数据为混合来源，逐源条款未知

Open-AoE-2000h

以消费级手机采集的真实人类第一视角操作数据及配套重建/重定向/训练工具链。当前固定 Hugging Face 修订可公开下载 819.13GB、25,391 个文件和 2,821 个样本根；论文宣称约 2,000 小时、500+ 贡献者、400+ 手机型号、400+ 场景和 8,000+ 任务，但公开清单不足以独立重建这些规模口径。

开放状态：数据可下载·许可证缺失；许可证：Hugging Face 数据卡声明 other，未发现数据制品专属许可证；代码仓 Apache-2.0 明确只覆盖原创源码，MANO 与下游模型/资产保留各自条款

Auto-E2H Reversed Easy-Task Real Trajectories

四项方向不对称真实操作任务以每任务50条易方向示范初始化，再由难/易策略闭环交替采集每轮20条难任务rollout；时间反转后经静态、速度、运动学与critic过滤。录制单条示范相对直接采难任务节省50.0%至69.7%，但数据和代码未开放。

开放状态：项目已核验·制品未开放；许可证：未披露；真实视频、状态、动作和过滤结果均无制品

EgoHTR: Egocentric 4D Demonstrations of Human Terrain Traversal

面向人形感知运动的人类崎岖地形 4D 示范数据。论文核验为 55 条序列、8 名参与者、7 个场景、1.37 小时和约 150k 帧，并含 0.7 小时标记式动捕真值；当前项目页明确标注 Dataset 与 Code 均 coming soon，没有可下载文件、固定版本或数据许可证。

开放状态：项目已核验·制品未开放；许可证：数据、重建代码、策略权重和网站媒体均未披露可复用许可证

Embodied Active Learning Spot + AI2-THOR Corpus

论文以100张预训练图像、Spot真实场景50条×200步轨迹及AI2-THOR环境研究主动标注；MIT代码可取，但图像、轨迹、每轮标注修正和时间日志未作为固定数据集发布。

开放状态：项目已核验·制品未开放；许可证：数据未披露；代码MIT

RxBrain 50,177-Hour Training Mixture (not released)

论文描述31,568小时人类第一视角/UMI、17,292小时实机、1,317小时仿真，共50,177小时和210M预训练样本；约28,597小时来自既有开放来源，但没有RxBrain聚合下载、manifest、预处理链或统一许可证。

开放状态：项目已核验·制品未开放；许可证：聚合训练混合无统一许可证；各上游来源保留自身条款

DenseReward Hybrid Failure and Dense-Reward Episodes

一个混合主记录：DROID真实2,986条、Isaac仿真12,481条、RoboSuite仿真9,287条、LIBERO 1,825条，共26,579 episode和7,560,942帧，覆盖success、failure、collision、miss、fall、smooth与recover。项目声称发布，但Code/Dataset按钮仍为#。

开放状态：项目已核验·制品未开放；许可证：DenseReward制品未披露；DROID、Isaac、RoboSuite和LIBERO上游条款混合

AeroAct Hybrid Aerial Action Data

论文描述900K仿真clip/320M帧，以及858条手持真实序列/332,429帧的混合预训练语料；没有下载、manifest、生成代码或许可证。OddityRC35Pro实机仅短演示且依赖离板RTX5090和动捕。

开放状态：项目已核验·制品未开放；许可证：未披露

Neural Actuation Dataset (NAD)

面向低成本执行器动力学、外力估计和状态诊断的真机遥测数据；固定修订公开非gated，覆盖OpenManipulator-X、SO-101和Franka，但Franka只支撑未来状态条件离线评测。

开放状态：已核验开放；许可证：MIT declared by dataset card

WALA Action-Free Human Videos and Robot Demonstrations

WALA真实训练组合包含四任务每任务50或200条机器人示范，以及每任务400条无动作第一视角人类视频；另一个未见面包任务加入400条视频。MIT代码开放，但仓库明确排除数据、模拟器资产、第三方权重、论文checkpoint和输出。

开放状态：项目已核验·制品未开放；许可证：数据许可未披露；仓库代码单独MIT，上游模型/模拟器条款另适用

Industrial Dexterity FR3 Multimodal Demonstrations

Franka FR3＋Robotiq 2F-85的多视角RGB、腕相机、六维力、关节和动作示范，论文称每任务阶段约100条并从MCAP转换为Zarr；数据、转换器和许可证未开放。

开放状态：项目已核验·制品未开放；许可证：未披露

AgriNight Daytime RGB / Nighttime NIR Navigation Dataset

AgriNight 是作者随夜间农业视觉导航论文公开的跨本体真机感知数据：428 张日间 RGB 与549 张夜间 NIR 图像，均有三类像素标签。固定 GitHub 提交包含2,087张图像和2,087张标签（约1.99GB），但仓库无 LICENSE；可下载不等于可再分发、商业可用或人形/VLA动作数据。

开放状态：数据可下载·许可证缺失；许可证：No dataset license declared

ActiveFly-Bench Mixed Real/Sim Aerial VLA Dataset

真机室内、真机室外与EmbodiedCity仿真统一的空中EQA→观察规划→细粒度控制数据。固定Hugging Face修订公开非gated，143个文件约244.63GB；已下载的EQA/OBP JSON分别为3,919/982条。论文与当前发布的计数、真实test切分存在差异，聚合CC BY 4.0也不能覆盖所有上游模型、代码和仿真资产条款。

开放状态：项目制品开放·上游条款另适用；许可证：CC BY 4.0 dataset-card declaration; upstream OpenVLA/OpenPi, simulator, environment assets and nested code licenses remain applicable

VLAC-Cut Progress Annotation / Video Progress Benchmark

HELP 配套的异构机器人视频进度标注与 Video Progress Benchmark：完整口径含 35,230 条记录、26,615 个 episode、15,206 个任务和 464,446 个进度点，混合 ARX-5 真机遥操作、DROID 与 LIBERO/VLABench 仿真来源。文件当前可访问，但官方 LICENSE 与 THIRD_PARTY_LICENSES 仍是 TODO，并明确写着许可定稿前不要发布，不能按开放数据复用。

开放状态：数据可下载·许可证明确阻断；许可证：Benchmark LICENSE 明确为 TODO 且要求许可定稿前不要发布；THIRD_PARTY_LICENSES 同样未完成；FullData 卡片仅标 other；MIT 只覆盖 VLAC-Cut 代码仓

ABotN-PointBench Real-Scene 3DGS Navigation Benchmark

AMap CV Lab从31个真实室内/室外场景采集LiDAR-惯性数据并构建3DGS闭环点目标导航基准，含465条参考episode。Hugging Face固定修订公开非gated、页面约27.8GB，但没有数据卡、隐私说明或数据许可证；它是真实场景数字孪生评测包，不是物理机器人rollout日志。

开放状态：数据可下载·许可证缺失；许可证：No dataset card or dataset-license metadata

ABotN-POIBench Commercial-Region 3DGS Navigation Benchmark

AMap CV Lab把11个真实商业区域重建为3DGS环境，覆盖126,398平方米和163个物理入口POI，用于最后几米到店导航。Hugging Face固定修订公开非gated、页面约9.67GB，但无数据卡、隐私/地标权利说明或数据许可证；不能把作者77.3%评测写成真实商业部署成功率。

开放状态：数据可下载·许可证缺失；许可证：No dataset card or dataset-license metadata

RPM Cascaded mmWave Radar Physical Sensor Dataset

CMU RPM在真实Ackermann RC车上采集的14段校园室内级联毫米波多传感轨迹；官方README称约1.1TB。Google Drive匿名可列目录，抽样30,938字节mmWaveStudio配置已直接下载并解析，但数据没有独立许可。

开放状态：数据可下载·许可证缺失；许可证：数据无独立许可；官方代码仓为MIT，不能自动覆盖单独托管的原始传感数据

TactiDex Real-World Tactile-Kinematic HOI Dataset

757段真实人手交互、49个标定对象；162个压阻单元以17Hz和0.01N分辨率记录全手压力，8台OptiTrack PX13W以120fps记录手、腕和对象6D状态，并含语言和阶段标注。项目页无下载、格式样例或许可证。

开放状态：项目已核验·制品未开放；许可证：未披露；数据和代码未开放

Embodied VLN 200-Episode Real-World Evaluation Set (not released)

论文在10个真实场景执行200回合VLN横评：分层Insta360+LiDAR+SLAM配置为51% SR/37%严格语义SR/7%碰撞率，单体D435i RGB配置为22%/17%/51%。原始指令、图像、LiDAR、轨迹、碰撞和语义终止标签均未发布。

开放状态：项目已核验·制品未开放；许可证：not available for the absent evaluation package

Hilti-Trimble-Oxford 360 Visual-Inertial Dataset 2026

30段跨七层、八个月真实活跃建造现场的360视觉惯性序列，含双鱼眼30Hz、IMU 1000Hz、真值、标定及PNG/DXF楼层图；官方挑战62队提交。数据和工具可取，但CC BY-NC-SA 3.0禁止商业使用。

开放状态：已核验开放；许可证：CC BY-NC-SA 3.0

ThorArena Human Motion-Force Sequences

ThorArena用PICO 4 Ultra身体追踪器和双手3D打印力钩采集人体动作与左右手三维交互力：6任务、每任务60段，共360条真实人体motion-force序列。论文已核验，但无代码、数据、样例、格式、许可证或物理人形试验。

开放状态：项目已核验·制品未开放；许可证：未披露；没有公开制品

GraspIT Real↔Sim 6D Grasp Corpus (not released)

论文描述1,035仿真＋100真实场景、316,160个RGB-D标注帧、约230万抓取候选和五级滑移质量标签；官方仓固定提交只写release coming soon，无数据、工具或许可证。

开放状态：项目已核验·制品未开放；许可证：not available

OTQL KUKA Real Demonstrations and Online Rollouts

KUKA IIWA14＋Robotiq 2F-85、双D415上的小样本示范和在线Q学习经验；单任务使用10条示范＋50回合，SmolVLA实验使用10条示范＋30回合。项目页可查，数据、代码、权重和许可未发布。

开放状态：项目已核验·制品未开放；许可证：未披露

Deform360 Multi-view Visuotactile Dataset

面向可变形物体世界模型的大规模真实视觉触觉数据：198 个日常物体、1,980 次真实交互、41 路同步环视相机、双手触觉夹爪、约 2,330 万帧和 215.7 累计多视角小时。MIT 数据仓和固定提交下载/同步/标注流水线均已核验开放。

开放状态：已核验开放；许可证：数据与官方数据流水线 MIT；第三方模型、CUDA/gsplat 与下游世界模型依赖保留各自条款

Cortex Long-Horizon Semantic Annotation Corpus

长时程双系统VLA的语义标注与技能分段语料；官方称覆盖4,000小时级多来源数据，固定修订公开非gated并声明Apache-2.0。该规模不是4,000小时新采ARX ACONE轨迹，完整System-1训练链仍未发布。

开放状态：已核验开放；许可证：Apache-2.0 declared by dataset card

Imperio SO-101 VLA Clean and Poisoned Datasets

400条SO-101真实pick-and-place示范，分为320条训练和80条测试，并开放加入3条（约1%）或1条（0.3125%）触发词示范的训练变体。四个LeRobot数据仓均为公开非gated固定revision；投毒变体大量复用干净数据，不能重复计为新增经验。

开放状态：已核验开放；许可证：四个Hugging Face数据卡均标Apache-2.0；配套代码仓无LICENSE

RoboDojo Mixed Real/Simulation Benchmark Data

统一主记录覆盖1,800条真实轨迹/17.91小时与3,500条仿真轨迹/20.66小时、42个仿真任务和18个真机任务。Hugging Face固定修订公开非gated、57,353个路径、约2.91TB；本轮以HTTP Range核验78,084,107字节HDF5样本头。

开放状态：已核验开放；许可证：数据卡Apache-2.0；RoboDojo代码仓LICENSE为MIT但README称仅非商用，条款冲突

CoRE-VLA AgileX ALOHA Demonstrations

CoRE-VLA论文披露AgileX ALOHA双臂真机数据：Vegetables-Picking 44条、Clothes-Folding约1.3K条leader-follower示范，RGB经Depth Anything V2生成伪深度训练；没有文件、格式、许可或失败轨迹开放。

开放状态：项目已核验·制品未开放；许可证：未披露；没有公开数据制品

GigaWorld-1 / WMBench

面向世界模型策略评估的真机配对基准与发布管线。公开 toy data 可用于流程冒烟测试，CVPR 基准数据需要注册申请；论文所述 12,980 小时混合训练语料未完整开放。

开放状态：样例已核验·完整语料未开放；许可证：代码、Stage-1 模型和 toy data 声明 Apache-2.0（除非另有说明）；CVPR 基准为学术/非商业、禁止再分发的专用协议；完整训练语料未发布

TAP Task-Agnostic Autonomous Play Corpus

WidowX 250s约30小时自主随机play、弃用/离任务轨迹与200条专家示范，用逆动力学先学通用运动再做语言对齐。代码和两阶段权重已开放，轨迹、标定、失败分布与数据许可证未开放。

开放状态：项目已核验·制品未开放；许可证：代码/权重Apache-2.0；数据未披露

VLAFlow OXEMix 5017.9-Hour Corpus

论文将Open X-Embodiment、DROID、OpenX-Aug和RoboCOIN聚合为5,017.9小时、1,536,609 episode的OXEMix。当前无固定manifest、采样权重、聚合下载、实现或许可证清单，不能视为已经发布的数据集。

开放状态：项目已核验·制品未开放；许可证：上游混合条款；无聚合许可

PhysMani-Bench Dynamic Physical Manipulation Data

Astribot S1四项动态操作任务，每任务180条训练与60条验证轨迹；官方固定修订含15项数据/检查点文件并公开非gated，但数据卡没有许可证，不能视为已授权开放数据。

开放状态：数据可下载·许可证缺失；许可证：No dataset-card license; code is CC BY-NC-SA 4.0

VLA-Corrector AgileX PiPER Demonstrations

AgileX PiPER九任务，每任务采集10–30条人类遥操作示范，用于pi0.5微调和约40M latent corrector训练；任务覆盖标准抓放、精确对齐/插入及在线人为移动目标后的扰动恢复。Apache-2.0代码仓明确不包含数据、原始示范、微调VLA或corrector checkpoint。

开放状态：项目已核验·制品未开放；许可证：数据许可未披露；代码仓单独为Apache-2.0

Human-as-Humanoid 1,500h Ego-Exo Action Corpus

Human-as-Humanoid 报告 1,500 小时自采同步 ego-exo 人类示范，经 staged IK 转为 PrimeU 控制器对齐的60-DoF动作标签；流水线约20FPS，作者估算比动捕遥操作高4.8–7.2倍吞吐。论文和项目页已核验，但没有代码、数据、样例、manifest、格式或许可证下载。

开放状态：项目已核验·制品未开放；许可证：未披露；项目页仅链接论文，没有数据、代码或模型许可

RoboTacDex Humanoid Visuo-Tactile-Action Dataset

RoboTacDex 是论文披露的 Unitree G1 上半身人形视觉—触觉—动作数据：约6,000条、约25小时，覆盖19任务、23技能和22物体；以四路640×480 RGB-D、双手触觉、关节状态/动作和语义标注在30Hz记录。作者仍只承诺未来开源；截至本次核验没有官方可下载制品、格式、checksum、许可证、代码或权重入口。

开放状态：承诺/部分开放；许可证：No dataset, code, checkpoint or artifact license published

MuSe UMI-FT Multisensory Manipulation Episodes

UR5e+WSG50+双CoinFT+腕部iPhone真实采集：1,271条视觉预训练episode与434条F/T微调episode，共1,705条，覆盖21个预训练语言标签和5个微调标签；RGB 5Hz、动作20Hz、F/T 120Hz。论文核验完成，但官方仓库仍为Code to be released占位，没有数据、格式、许可或checkpoint。

开放状态：项目已核验·制品未开放；许可证：未披露；数据、代码和权重均未开放

ZR-0 ProcCorpus-60M Dense ECoT Corpus

论文描述60M帧、约1,000小时、40万轨迹，96.8%带密集Embodied Chain-of-Thought监督；当前代码和四组权重可取，但训练语料、来源manifest、标注生成器输出和许可均未开放。

开放状态：项目已核验·制品未开放；许可证：数据未披露；代码/权重Apache-2.0

ZR-0 xArm Real Teleoperation Trajectories

xArm四任务、50+对象的2,000+条真实遥操作轨迹，论文用于实体微调与四任务各10次评测。轨迹文件、动作schema、相机标定、失败比例和许可证未开放。

开放状态：项目已核验·制品未开放；许可证：数据未披露

Human2Any Object-Interaction Human Video Corpus

从人类视频学习对象-对象交互运动并迁移到Franka与RBY-1；官方仓可查处理后可视化样例和转换脚本，但没有完整训练集、manifest、数据许可证或方法实现。

开放状态：处理样例可查·完整语料与许可证未开放；许可证：缺失

OmniContact Contact-Rich Humanoid Dataset

真实人体-物体MoCap经G1重定向形成当前数据卡所列700条接触丰富轨迹，覆盖箱体搬运、推、滑与足球交互。论文另称1,274条有效序列、22.29小时和7.22M帧；Hugging Face卡片需同意共享联系信息，当前不能把700条门禁发布与论文完整口径混同。

开放状态：需申请；许可证：数据卡CC-BY-4.0；访问需接受联系信息共享；代码仓无LICENSE

FSR-VLN Real-Robot Navigation Dataset

HoloAgent/FSR-VLN官方Hugging Face数据，固定修订12,549项、当前约19.36GB且非gated；用于真实公寓导航与数字孪生评测，但数据卡无许可证，不能推断商业或再分发权利。

开放状态：数据可下载·许可证缺失；许可证：No dataset-card license

RoboGazeBench Mixed Robot Video Benchmark

382段GR1-Sim、GR1-Real与DROID-MV机器人视频构成的时空具身理解基准，含60段人工gold subset。论文、项目与评测源码已核验，但完整媒体包、固定manifest、数据许可证和可独立下载的标注未开放。

开放状态：项目已核验·制品未开放；许可证：基准数据未披露；源码仓无LICENSE

EgoSteer Egocentric & RealMan Training Corpus

EgoSteer 报告 9.60K 小时、2.09M episodes、1.04B frames 的人类第一视角预训练语料，以及 187 小时/193 任务的 RealMan 真机后训练数据。官方已开放三套 Apache-2.0 代码、两份约 5.58GB 的 3B 权重和一个 2.814GB 示例 ZIP；但完整 9.6K 小时与 187 小时语料没有公开数据仓库，不能被‘open-source system’措辞替代。

开放状态：样例已核验·完整语料未开放；许可证：三套代码与两个模型卡为 Apache-2.0；Google Drive 示例包没有单独数据许可证；组成 9.6K 小时语料的 12 个上游数据集和 187 小时真机语料条款未发布

OpenHLM Whole-Body Humanoid Data

OpenHLM 官方发布的五组 Unitree G1 全身 loco-manipulation 训练数据，与五个公开检查点逐一对应；数据与权重可下载，但代码仓库当前存在 Git LFS 额度耗尽的资产交付故障。

开放状态：已核验开放；许可证：Hugging Face 数据卡 MIT；代码 Apache-2.0；硬件 SDK、GR00T WholeBodyControl、OpenPI/Gemma 与 HuMI 上游组件按各自条款

DUET Dual-Robot Collaboration Dataset (not released)

论文描述286段/167.5分钟G1＋Vega1双机器人VR遥操作和365段/136.8分钟人-人协作，共651段；项目页Dataset仍为coming soon，没有文件、格式或许可证。

开放状态：项目已核验·制品未开放；许可证：not available

HALOMI Pure Human Head-Hand Demonstrations

无需真机遥操作的纯人类头/双手示范：Bag Transfer 102条、Pick Bread 95条、Towel Transfer 96条，共293条。项目页的Dataset按钮明确为Coming Soon，当前没有文件、格式或许可证。

开放状态：承诺/部分开放；许可证：未披露

MuseVLA Multisensor Real-Robot Dataset

MuseVLA 的公开真机多传感器操作数据，固定 Hugging Face revision 提供 RGB、深度、热成像、声学、毫米波雷达、分割掩码、末端 6D 轨迹、手臂/手状态与命令。数据卡为 1,397 条 episode、1,010 条有效、1,930 个标注片段和 11 条指令；论文核心真机训练集为其中 720 条遥操作示范。它是近期多传感器 VLA 与灵巧手数据的可下载证据，但仅研究用途，不是人形全身、视觉触觉、力控或跨本体基准。

开放状态：已核验开放；许可证：CC-BY-NC-4.0 declared by the official Hugging Face dataset card

Unitree G1 Arm Electrical-Power Trajectories (not released)

物理Unitree G1左臂943条功耗辨识轨迹：897条用于识别、46条未见速度用于验证；关节/电流500Hz、板载功率1Hz。论文给出R² 0.933/0.965，但原始日志、参数和同步脚本未发布。

开放状态：项目已核验·制品未开放；许可证：not available

FTP-1 Heterogeneous Tactile Manipulation Training Dataset

FTP-1-Dataset 是用于跨传感器触觉 foundation-policy 预训练的公开混合数据分发。官方 Hugging Face 页面可核验约 5.85M 行、7.53TB、18 个 archive 和 WebDataset 格式；论文/项目报告训练混合约 3,000 小时、26 源、21 个触觉传感器，包含人类示范、灵巧手和夹爪机器人。卡片没有 YAML 许可证元数据，未完成全量下载或逐源版权、隐私、动作/标定与成功失败审计，因此它是可访问但使用条件未完成核验的大规模数据入口，而非无条件商用数据集。

开放状态：数据可下载·许可证缺失；许可证：No dataset license metadata declared on the Hugging Face card; each of 26 upstream sources requires separate license, privacy, consent and redistribution review

RealDexUMI

可穿戴灵巧操作采集接口：采集端与部署端共享灵巧手、掌内视觉和指尖触觉模块，减少示范到机器人执行之间的本体与传感差距。

开放状态：承诺/部分开放；许可证：论文和项目页可访问；截至核验日未发现可下载数据、代码或明确许可证

VLA-Arena Real-World Franka Data

VLA-Arena官方命名空间公开的Franka实机数据，固定revision非gated，文件树约2.23GB，含96个episode Parquet、视频与元数据路径，用于实机VLA适配和分级任务验证。数据卡没有许可证，不能由VLA-Arena主代码Apache-2.0推导商业使用权。

开放状态：数据可下载·许可证缺失；许可证：No dataset license declared

AgiBot World 2026 · Rich Interaction

智元官方将 AGIBOT WORLD 2026 Theme 2 定义为基于 G2 的真机自由遥操作“Rich Interaction”数据；覆盖商业、家庭与通用场景，明确纳入失抓、碰撞、掉落、不稳定接触和液体飞溅等非完美物理事件。公开数据卡提供完整仓与约 7GB 样例入口，但截至核验日未公布总轨迹数、小时数或完整任务覆盖统计。

开放状态：已核验开放；许可证：Hugging Face 数据卡标注 CC BY-NC-SA 4.0

Humanoid-GPT 2B-Frame Motion Pretraining Corpus

由主流MoCap集合与大规模内部采集统一重定向的20亿帧人形运动预训练语料。官方Apache-2.0仓库已开放推理/部署和单个ONNX，但明确把训练代码与训练数据列为TODO。

开放状态：项目已核验·制品未开放；许可证：代码Apache-2.0；训练数据、上游MoCap与内部采集条款未披露

SUGAR Human-Video Humanoid Skill Corpus

六类第三视角人类-物体交互各100条训练视频和30条测试视频，共780条，用于生成式场景/动作重建和G1策略学习。官方仓库提供部分外部下载，但完整六任务处理数据、refiner、tracker和generator仍为TODO。

开放状态：样例已核验·完整语料未开放；许可证：仓库代码MIT；人类视频和外部下载数据条款未披露

RobotPan 360° RGB-LiDAR Dataset

面向人形360°重建、渲染与遥操作的六RGB＋40线LiDAR数据：339段、每段200帧，共67,800个同步时刻，约80%含动态内容；论文核验完成，但官网Data and Model仍标Coming Soon，没有下载或许可。

开放状态：项目已核验·制品未开放；许可证：未披露；无公开数据制品

HEX eai_real_world Humanoid Data

HEX 官方公开的 LeRobot 2.1 真机数据仓，当前核验约 431 万行、19,496 个文件和 20.80GB，包含八个 Tienkung 评测任务及处理后的 Humanoid Everyday；它不是论文所述 1,200 万帧完整预训练混合语料。

开放状态：项目制品开放·上游条款另适用；许可证：数据与模型卡 Apache-2.0；GitHub 代码仓未发现 LICENSE；Humanoid Everyday、Qwen3-VL、硬件 SDK 与上游本体制品条款分别适用

Unitree Go2 Quadruped State Estimation Dataset (1,210 m)

Unitree Go2真实足式状态估计数据：Zenodo固定记录公开27条ROS2 Humble轨迹，室内9条约680米、Vulcano岛室外18条约530米；IMU与关节编码器1000Hz，室内以100Hz Vicon、室外以10Hz Emlid RTK/GNSS作真值。5个文件合计约5.41GB并提供MD5，数据CC-BY-4.0；对应DFKI-quad仓含可运行的自适应InEKF，但论文评测仍是离线回放而非闭环控制。

开放状态：已核验开放；许可证：CC-BY-4.0 for dataset; linked repository root BSD-3-Clause; dependencies retain upstream terms

Unitree UnifoLM-WBT Unitree G1 Whole-Body Teleoperation Dataset Family

UnifoLM-WBT 是宇树官方 Hugging Face 集合中的 Unitree G1 全身遥操作数据族。集合当前列出 14 个公开、非门控任务仓，覆盖洗衣、冰箱、床铺、枕头、洗碗机与家居收纳等操作；抽样固定版本使用 LeRobot v3 的 Parquet、MP4 与 meta/info.json，记录 30Hz 头部双目和双腕 RGB、36 维机器人状态/目标、12 维末端状态/动作、12 维手部状态/命令及时间戳。该家族是 MotionWAM 等人形全身训练的可追溯上游来源之一，但每个任务的手型、完整规模、失败轨迹、标定、隐私与许可证必须逐仓核验。

开放状态：数据可下载·许可证缺失；许可证：抽样的 13 个任务卡声明 Apache-2.0；已检查的 Clean The Living Room 任务卡没有声明许可证。集合级许可证、机器人固件/SDK 与所有子集条款不能由单一任务卡继承。

robot-kd 50,000 Mixed Navigation Tuples (not released)

论文描述来自四个Gazebo环境和真实实验室的50,000个(state,image,action)元组，用于四向深度teacher与单RGB student蒸馏；仿真/真机比例未拆分。官方固定仓只有README，数据、schema、manifest、权重和许可均未发布。

开放状态：项目已核验·制品未开放；许可证：not available for the absent dataset; repository also has no software license

HortiMulti Cross-Season Polytunnel Multi-Sensor Dataset

商业草莓/覆盆子大棚跨季定位数据，论文称20段、超过11km。当前临时Drive只公开Strawberry-02/03/04三段；校准YAML和1,456,523字节真值CSV已直接下载解析。EIDF元数据写CC Attribution，但资源为空且Drive文件未绑定许可。

开放状态：处理样例可查·完整语料与许可证未开放；许可证：EIDF catalog metadata says CC Attribution, but no resource-scoped grant is attached to the Drive files or repository

LASER-ToF Long-Range Depth Expansion Dataset (not released)

LASER-ToF论文描述52段、20,996帧室内外同步RGB/短距ToF/LiDAR/IMU数据，平均有效深度约26.3米，并用R3LIVE重建稠密监督；作者页仍只有论文，代码、数据、标定、manifest和许可证均未兑现。

开放状态：项目已核验·制品未开放；许可证：not available

StageCraft FR3 600-Demonstration Corpus (not released)

StageCraft论文描述在单个Franka Research 3工作区为10项桌面任务采集每项60条、合计600条真机示范；其中3项用于Pi0.5与SmolVLA实机横评。官方代码可取，但轨迹、schema、manifest、权重和数据许可证均未开放。

开放状态：项目已核验·制品未开放；许可证：not available for the absent demonstration corpus; the LeRobot fork is Apache-2.0

OmniViTac Visuo-Tactile-Action Dataset

OmniVTA论文描述的真实视觉—触觉—动作数据：21,879条时间对齐轨迹、86项接触丰富任务、100+对象，覆盖装配、切割、调整、剥离、抓取和擦拭六类物理交互。作者项目页现直接链接公开、非 gated 的 Hugging Face 分发；固定版本可查到738个文件、约38.6TB，按六类交互分目录，数据卡声明 CC-BY-NC-4.0。该链接可确认其为项目发布数据，但不等于代码、权重、硬件采集方案、全量重组校验、标定/隐私账本或可商用的端到端基线已开放。

开放状态：数据可下载·上游条款待逐项确认；许可证：CC-BY-NC-4.0 declared by the project-linked Hugging Face dataset card; this does not extend to code, hardware, sensor SDKs or third-party archive contents

Ψ₀ Humanoid Data

Ψ₀ 官方人形数据仓库，包含 Unitree G1 真机任务包、遥操作/评测子集、人类视频样例和机器人资产；下载已核验，但数据卡未声明许可证。

开放状态：数据可下载·许可证缺失；许可证：数据卡未声明许可证；Ψ₀ GitHub 代码 Apache-2.0 不自动覆盖 Hugging Face 数据制品

EmbodMocap Dual-Moving RGB-D Human-Scene Dataset

双移动iPhone RGB-D实景动作采集数据：23个场景、104段序列、约20万帧，含深度、分割、相机轨迹、人体框、2D关键点与SMPL。官方固定修订开放约39.49GB主数据和1.87GB demo，另有12.81GB checkpoint包，不能把checkpoint计入数据体量。

开放状态：项目制品开放·上游条款另适用；许可证：数据卡与官方流水线为Apache-2.0；SMPL、SLAM/人体模型checkpoint、场景隐私及其他上游组件条款分别适用

RoboInter-Data Dense Intermediate-Representation Corpus

基于DROID与RH20T真实机器人数据构建的密集逐帧中间表征语料；固定修订公开非gated，643项合计约407.79GB，抽样质量统计文件确认235,920段。数据标准license字段缺失，隐藏门控文本与README的上游许可指引冲突，必须逐源核验。

开放状态：数据可下载·许可证冲突；许可证：No standard license field; hidden gate text says CC BY-NC-SA 4.0; README defers to RoboInter, DROID and RH20T licenses

EgoHumanoid

将机器人自由的第一视角人类示范与有限 Unitree G1 数据共同训练，用于 loco-manipulation；官方公开了代码和可下载样例，但未公开可核验的完整论文训练语料与论文 checkpoint。

开放状态：样例已核验·完整语料未开放；许可证：官方代码和 Hugging Face 样例数据均声明 Apache-2.0；OpenPI、GR00T WholeBodyControl、硬件 SDK 与完整论文训练语料不由该许可证覆盖

VITRA Teleoperation Dataset

VITRA TeleData 是 Microsoft 随人类视频预训练 VLA 公开的真机微调数据：Realman RM75 7DoF 机械臂、XHand 12DoF 灵巧手和 Intel RealSense D455 头部相机的同步遥操作 episode。公开数据卡为 MIT、约5.57GB；每条 episode 成对提供 HDF5 数值状态/动作和 MP4 RGB，并将外参/法兰变换按 episode 给出。它是人类视频→灵巧机器人 VLA 的真实锚点，但当前发布仅右臂，不能当作人形全身或多本体操作基准。

开放状态：已核验开放；许可证：MIT declared by official Hugging Face dataset card

DexterHand

DexterCap 发布的处理后人手—物体动作捕捉数据，包含手部 3D 位姿、MANO 参数、物体位姿和动作分段，面向灵巧重定向与操作学习。

开放状态：已核验开放；许可证：处理后数据集 Apache-2.0；MANO、缺失的原始多视角视频与中间标记数据不由该许可覆盖

Choice Policy GR-1 Dishwasher Debug Sample

Choice Policy官方MinBC仓提供一个GR-1洗碗机调试压缩包，仅含1条训练轨迹和1条测试轨迹，可验证pickle episode解析、训练命令与开环推理。论文实际采集100条洗碗机和50条擦板示教，完整150条未开放；外部Google Drive可变且没有数据卡、checksum、失败轨迹、隐私说明或数据许可证。

开放状态：样例已核验·完整语料未开放；许可证：No dataset-specific license, immutable revision, checksum or redistribution grant

ERIQ Embodied Reasoning Benchmark

AgiBot真实机器人试验图像构成的具身推理诊断集，含6,052组问答、15个子任务、4个推理维度和100多个场景；固定Hugging Face revision公开非gated，托管约4.27GB。它是VLM/VLA推理评测集而不是动作轨迹训练库，且Hugging Face数据卡的CC-BY-SA-4.0与GitHub README声称的CC-BY-4.0不一致。

开放状态：数据可下载·许可证冲突；许可证：Hugging Face card: CC-BY-SA-4.0; GitHub README: CC-BY-4.0, but claimed LICENSE-DATA file is absent

CRISP Curated Monocular Human Video Collection

CRISP官方公开了用于Real2Sim处理的混合来源单目人体视频文件夹，来源包括自采、互联网视频以及PROX、EMDB、RICH等基准。文件夹可访问，但无片段数量、时长、来源清单、checksum、统一许可证或隐私/同意账本；论文也承认高动态片段常因人体重建失败而不可用。

开放状态：承诺/部分开放；许可证：No unified dataset license; source videos and PROX/EMDB/RICH retain separate terms

ARTEMIS RoboCup 2024 Vision Corpus

ARTEMIS论文披露了用于球、球门柱、机器人和场地交点识别的自建YOLOv8m图像集，并在350张官方比赛场地图像上评测；训练图数量、图像、标注、split、权重和数据许可证均未发布。球检测较强，但机器人类别精确率0.349、召回率0.368，不能把比赛成绩替代为数据集开放证据。

开放状态：项目已核验·制品未开放；许可证：No image-dataset, label or trained-model license

OSMO Human Tactile Wiping Demonstration Sample

OSMO官方仅公开一条真人白板擦拭示教样例，包含隐私裁剪RGB、左右IR和按帧对齐的指尖三轴磁触觉流；论文训练实际使用约2小时/140条示教。样例可用于解析和同步冒烟测试，但不是完整训练集，Google Drive可变、无数据许可证、checksum、split或完整成功/失败分布。

开放状态：样例已核验·完整语料未开放；许可证：No dataset-specific license, consent scope or redistribution grant

ProphRL UR30e Four-Task Demonstrations

ProphRL论文描述的UR30e真实机器人示范：四项任务各200条、合计800条，使用GELLO遥操作与RealSense D455，为三种VLA进行SFT并微调Prophet。论文给出每方法每任务60次实机评测，但训练轨迹本身没有下载、格式、清单、校验和或许可证。

开放状态：项目已核验·制品未开放；许可证：No dataset license published

H* PNG Benchmark

H* 的 360° 视觉搜索 PNG 基准，当前核验版本含 HOS/HPS 两个 ZIP，适合空间推理与搜索策略评测；它不是实机人形导航轨迹。

开放状态：已核验开放；许可证：当前 hstar_bench_png 数据卡 Apache-2.0；旧 benchmark、RL 数据与模型权重条款分别核验

MoMani Mobile Manipulation Dataset

EchoVLA论文描述的混合移动操作数据：7,889条RoboCasa仿真episode与1,200条TidyBot++真机示范，用于长时导航、操作和双记忆策略训练。论文没有提供官方文件、清单、格式、同步标定、下载、校验和或许可证；因此只建一个混合主记录，并同时出现在仿真和真机筛选页，不能把规模声明标成已开放。

开放状态：项目已核验·制品未开放；许可证：No dataset or aggregate asset license published

TWIST2 Motion Data

TWIST2 全身人形采集系统关联的外部运动数据入口；官方代码、G1 采集 GUI 和 ONNX 控制器可用，但外部数据包缺少独立许可证与不可变内容哈希。

开放状态：承诺/部分开放；许可证：代码与仓库内制品 MIT；外部数据包许可证未解决，并引用 AMASS/OMOMO 等上游研究数据

Humanoid Everyday

Unitree G1/H1 人形数据，覆盖 260 个日常任务、10.3k 轨迹、300 万帧，并含 RGB、深度、LiDAR、触觉和语言。

开放状态：数据可下载·许可证冲突；许可证：下载已核验，但许可证冲突：GitHub README 声称 MIT 且仓库没有 LICENSE 文件；主 Hugging Face 数据卡声明 Apache-2.0；H1/G1 lite 数据卡未声明许可证

FreeTacMan Robot-free Visuo-Tactile Contact-rich Manipulation Dataset

FreeTacMan 是 OpenDriveLab 公开的跨本体相关视觉—触觉真机数据采集系统与数据集：可穿戴双视觉—触觉夹具、光学追踪和同步相机流记录超过 1 万条接触丰富操作轨迹。官方固定版本的代码和数据均可读，但代码 Apache-2.0 与数据 MIT 必须分开解释；它不是人形全身、足式或五指手实机数据。

开放状态：已核验开放；许可证：数据集卡在固定 Hugging Face revision 声明 MIT；采集/训练代码仓为独立 Apache-2.0，不能互相替代。

MotionPRO RGB-Pressure-MoCap Dataset

南京大学 CITE Lab 的同步 RGB、足底压力与光学动作捕捉数据：70 名参与者、400 类动作、12.4M pose frames。官方下载中心实际列出 8 个 MotionPRO 压缩包、合计约 1.181TB；需学术邮箱与身份信息申请，条款仅允许非商业研究且禁止再分发，本轮未执行全量下载。

开放状态：需申请；许可证：仅内部非商业研究、评估或测试；禁止商业使用与再分发；肖像和 SMPL 只可用于研究发表；CITE Lab 可撤销访问

NVIDIA GR00T Teleop G1

Unitree G1 上半身水果拾取放置真机数据，官方 Hugging Face 数据卡提供 1,000 条遥操作轨迹、RGB、43 维状态/动作和语言指令。

开放状态：已核验开放；许可证：CC BY 4.0

OCBD Occluded Object Benchmark Dataset (not released)

DA-Fusion的ICRA 2025论文描述真实RGB-D遮挡未知物体基准OCBD，但未找到作者下载、manifest、样例包或许可证；不得把同名无关GitHub项目误连为官方数据或代码。

开放状态：项目已核验·制品未开放；许可证：not available

InternData-A1 Mixed Robot Dataset

InternVLA-A1.5训练混合中的官方数据组件；固定修订含36,766项、当前约32.29GB，覆盖仿真与机器人数据。仓库需要自动授权且数据卡无许可证，不能称完全开放或可商用。

开放状态：需申请；许可证：No dataset-card license

AgiBot World

AgiBot World Beta 历史数据卡列出 1,003,672 条轨迹（约 43.8T），Alpha 为 92,214 条（约 8.5T）；当前官方数据卡补充展示 100 万+轨迹、2,976.4 小时、100+真实场景/5 个领域、200+任务与 87 项原子技能。公开样例约 7GB，完整数据访问需同意共享联系信息，不能按无门槛开放统计。

开放状态：需申请；许可证：官方仓库 README 声明代码与数据 CC BY-NC-SA 4.0；Hugging Face 模型与各下载制品条款仍需逐项核验

RoboMIND

多本体机器人操作数据项目，主记录合并 RoboMIND 后续版本时间线；同时保留成功和失败演示是其重要工程价值。

开放状态：已核验开放；许可证：以官方仓库和各数据托管页为准

OmniH2O Collection and Motion Preparation

OmniH2O/H2O 共享官方仓库开放教师/学生策略训练、AMASS 准备、动作重定向和部分 Unitree H1 部署链路；论文中的 OmniH2O-6 真机任务数据未核验到独立、带许可证的完整下载包。

开放状态：承诺/部分开放；许可证：仓库代码 CC-BY-NC-4.0；AMASS、SMPL 与外部动作保留各自条款；OmniH2O-6 任务数据未发布

DROID

在 564 个场景、86 类任务中采集的 76,000 条真机操作轨迹（约 350 小时），具有较强场景多样性和公开硬件复现链路。

开放状态：已核验开放；许可证：以数据下载页与仓库文件为准

Mobile ALOHA Demonstrations

Mobile ALOHA 官方真机示范入口当前可匿名访问，含 6 个移动双臂任务文件夹及静态 ALOHA 联合训练数据；项目报告每个移动任务 50 条示范，但数据制品没有独立许可证。

开放状态：数据可下载·许可证缺失；许可证：代码仓库 MIT；外部 Google Drive 数据制品未声明许可证，项目网站 CC BY-SA 仅覆盖网站内容，不能外推到数据

Open X-Embodiment

跨机构、跨本体机器人数据集合；统一为 RLDS episode，适合作为跨本体预训练与数据格式转换基础设施。

开放状态：已核验开放；许可证：软件 Apache-2.0；其他材料 CC BY 4.0；各贡献数据集仍需逐项核对

BridgeData V2 Real-World WidowX Manipulation Dataset

BridgeData V2 是面向可扩展机器人学习的真实跨机构操作数据：官方页面披露 60,096 条轨迹、24 个环境和 13 类技能，其中 50,365 条为 VR 遥操作、9,731 条为脚本化 pick-and-place rollout。每条轨迹配自然语言任务标注；数据来自低成本 WidowX 250 6-DoF 机械臂，使用固定 RGB-D、两路随机 RGB 和腕部 RGB。数据本体采用 CC-BY-4.0，并有官方下载入口；它对 VLA、跨本体操作和离线学习有高迁移价值，但不是人形、足式或全身控制数据。

开放状态：已核验开放；许可证：CC-BY-4.0 declared by the official BridgeData V2 project page for the data; code, pretrained weights, robot drivers and third-party dependencies have separate terms

MANIGUARD: A Benchmark and Data Suite for Specification-Grounded Safety Evaluation and Improvement of Robotic Manipulation

从规范论文库识别的数据集、数据生成器或基准候选。当前只完成论文/项目关系登记，下载范围、格式、许可证和可复现性仍需逐项深审。

开放状态：候选登记·数据制品未核验；许可证：未核验

Scale Up Strategically: Learning Compositional Generalization via Bias-Aware Evaluation and Data Collection for Robotic Manipulation

从规范论文库识别的数据集、数据生成器或基准候选。当前只完成论文/项目关系登记，下载范围、格式、许可证和可复现性仍需逐项深审。

开放状态：候选登记·数据制品未核验；许可证：未核验