【18岁辍学创业者开源史上最大工厂视觉数据集，押注机器人从人类学习】

不久前，年仅 18 岁的创业者 Eddy Xu 在社交媒体上宣布，其创办的 Build AI 正式开源 Egocentric-10K 数据集，这是一个包含 10,000 小时第一人称视角视频的#数据集# ，记录了 2,153 名工厂工人在真实车间环境中的实际操作场景。数据集总容量达 16.4 TB，包含超过 10.8 亿帧画面，已在 #HuggingFace# 平台发布，采用 Apache 2.0 许可证，允许商业使用和修改。

Eddy Xu 在推文中写道：“历史上最大的第一人称视角数据集，#机器人# 学习的数据扩展时代已经到来。”

Egocentric-10K 的视频全部来自真实工厂车间，而非实验室环境。工人们佩戴头戴式摄像设备，在日常工作中记录下从零件加工、分拣、组装、包装到检验的完整流程。数据统计显示，96.42% 的工作涉及至少一只手的操作，76.34% 需要双手协同，91.66% 包含主动的物体操纵动作。这些数字明显高于此前公开的同类数据集——例如 Ego4D 的手部可见率为 67.33%，EPIC-KITCHENS 则为 90.37%。

视频以全高清 MP4 格式存储，按工厂和工人分类组织。每个视频片段都附带 JSON 格式的元数据，包括工厂编号、工人编号、视频时长、分辨率、帧率等信息。数据集采用 WebDataset 格式，支持流式加载和部分下载，研究者可以根据需要选择特定工厂或工人的数据进行训练。

戳链接查看详情：http://t.cn/AX2klHgr