MotionMillion 数据集简介

概述

MotionMillion 是一个由 InternRobotics 发布的大规模多模态数据集，专注于机器人或智能体运动相关的视觉与语言数据。

主要用途

• 用于训练和评估机器人运动理解、生成或规划的模型。
• 适用于视觉-语言对齐任务，特别是与动作、姿态或运动序列相关的场景。

数据类型与模态

• 模态：图像、文本。
• 格式：数据以 WebDataset 格式存储，便于高效流式加载和处理。

数据规模

• 包含超过 125 万条数据样本（行）。
• 数据量庞大，适合训练需要大量数据的大规模模型。

适用场景

• 机器人学习：如从观察中学习动作、运动指令理解。
• 多模态学习：结合图像和文本信息进行跨模态表示学习。
• 生成任务：根据文本描述生成对应的运动序列或场景图像。