专题 · FULL STORY

HubEgo-100K:从预告到开源的机器人数据集

机器人公司 Hub 于11月11日预告将与 Hugging Face LeRobot 团队合作,开源号称全球最多样化的第一视角机器人数据集;一周后 HubEgo-100K 正式在 Hugging Face 上线,首批放出 1 万小时第一视角技能视频。

2026-11-11 ~ 2026-11-17 · 2 集 · 7 条

第 1 集 · Hub 将开源全球最多样第一视角机器人数据集(2026-11-11,2 条)

机器人公司 Hub 宣布 11 月 12 日在 Hugging Face 开源号称全球最多样化的自我视角数据集,并与 LeRobot 合作发布。与 LLM 可从整个互联网学习不同,机器人缺乏同等规模的数据来源。Hub 两年多来付费请普通人以第一视角拍摄日常工作,为顶级实验室提供训练数据,旨在缩小这一数据差距。

第 2 集 · HubEgo-100K 开源:首批 1 万小时第一视角技能视频数据集(2026-11-17,5 条)

Hub 联合 Hugging Face LeRobot 团队在 Hugging Face 上开源 HubEgo-100K,号称迄今最多样化的第一视角(egocentric)数据集,采用 CC BY 4.0 许可免费用于研究与具身智能训练。多位作者认为此举打破了机器人学习数据的垄断局面。

已确认

  • 首批(release 1)已上线 1 万小时规模:m1/m4 给出具体数字为 10,124 小时、44.7TB、约 10.9 亿帧,共 72,754 条片段,中位时长 4.9 分钟、最长 30 分钟;m3 提到该批次由 12,227 名贡献者在 72 小时内录制完成
  • 数据来自真实技能任务的第一视角拍摄,覆盖 15,548 个真实环境、56 种任务类型、30 多个国家/地区(m3),场景包括建筑工地、车间、沙龙、厨房、商店、仓库和家庭(m5)
  • 数据集来自 10 万多名贡献者,总量目标 10 万小时,将在未来数周内分阶段扩充完成
  • 许可为 CC BY 4.0,免费用于研究(m3/m5)

为什么重要

  • 第一视角熟练手工劳动视频是机器人与具身智能技能学习的稀缺训练素材,此前此类大规模数据多被少数机构垄断;@lukasmziegler 明确将其评价为「机器人学习数据垄断被打破」
  • 数据集强调真实环境与任务多样性(56 种任务、1.5 万余环境),对泛化能力研究有直接价值