InternRobotics/OmniWorld

数据集简介

OmniWorld 是一个由 InternRobotics 发布的大规模多模态数据集，旨在为机器人学和人工智能研究提供丰富的视觉与文本数据。

主要用途

该数据集主要用于训练和评估机器人感知、视觉-语言理解以及具身智能相关的模型。

数据类型/模态

数据集包含两种模态的数据：
* 图像：视觉数据。
* 文本：与图像相关的文本描述或标签。

规模与统计信息

• 数据总量：约 63.5 亿行数据记录，规模庞大。
• 下载量：超过 2.5 万次，表明其具有较高的关注度和使用度。
• 数据格式：采用 WebDataset 格式存储，便于高效流式读取和处理。

使用场景

适用于需要大规模、高质量图像-文本对进行预训练或微调的研究，特别是在机器人环境理解、视觉问答、指令跟随等任务中。