面向真实场景跨行业多本体的具身智能领域高质量真机数据集

本项目打造“上岗级”具身智能高质量数据集与应用服务生态，赋能机器人规模化上岗。项目汇聚10家机构的具身智能数据，建成预训练数据集1000亿 Token、150万条指令微调数据集、12万组强化学习偏好数据、1.5万条基准测试数据集，多模态占比≥80%，近三年时效性占比≥60%。搭建覆盖“采、处、标、用”四阶段的数据集加工生产平台，含15个功能模块与加工处理的主要工具链30个。组建50人规模行业数据标...