它是什么，解决什么问题
本主题覆盖同步、标定、质检、清洗、切分、标注、压缩、存储。它属于“数据与数据飞轮”，用于理解这一组能力、方法或产业对象的边界。
范围与比较维度
- 同步
- 标定
- 质检
- 清洗
- 切分
- 标注
- 压缩
- 存储
需要持续回答
- 把数据来源、质量、可用权利和具体能力增益连起来，比较每次有效迭代的总成本。
当前知识边界
本页为范围入口，代表路线与证据尚待补充。
历史观察
按发布时点排列，反映本站已收录范围，不代表完整研究时间线。
- UMI-Live：面向野外双臂机器人数据采集的全栈开源系统
对做机器人本体软件与部署的工程师，UMI-Live 的价值在于把“人拿着夹爪在野外演示”到“机器人复现该动作”之间的中间环节做成公开可复现的工程件：采集不依赖现场机器人或外部追踪设备，录完自动产出可直接训练的数据集，采集与数据处理并行。要看清结果条件：成功数字来自“手持演示为主 + 少量目标机器人遥操作数据”的混合微调，而手持演示又采自与评测不同的地点和光照，因此它说明这类演示可以配合少量目标环境数据使用，不能据此推断纯手持数据就足以训出可部署的策略。
- 从 12 条到 200 条示范：ACT、Diffusion Policy、SmolVLA 与 π0.5 在低成本机械臂上的扩展表现
给机器人本体软件工程师几条可直接用的判据：示范只有几十条时优先微调预训练策略，且要训练动作专家而不是 LoRA；数据上百条时把从零训练的 ACT 当基线再决定要不要上大模型；遥操作演示开头若有一段静止，务必剪掉再训；评测时记住同一权重重复测十回合平均会差 2.0 次成功，别用十回合给两个模型下结论。
- DiscoDemo 原始状态数据集（FMB-Round）：插销入孔任务的仿真状态轨迹开源发布
价值在于把"演示生成"和"轨迹使用"解耦：开发者不必重启 Isaac Sim 里的生成器，就能直接拿到状态级数据，对同一批演示做物体与末端执行器轨迹分析、多样性与覆盖度分析，并用代码仓库中 FR3 模型的前向运动学把 joint_pos 还原为末端位姿。原始状态又与已发布的 Stage2 生成数据按序对应，可与图像等模态对齐合并处理。对数据工程和策略训练团队来说，这是一个可按 apache-2.0 下载取用的公开数据产物，而不只是论文里的一句描述。
- RoboDuo：通过代码为视觉-语言-动作模型实现尝试、检查与原子化恢复
对机器人本体与控制栈工程师，RoboDuo 是一条“不动现有策略权重”的补救路线：把“尝试—判定—恢复”写成一段程序，让长程任务在一次滑落后仍可由原子技能收尾，而不是整回合作废。代价是要额外训练一个只吃短技能的原子 VLA 和一个完成检查模型，且原子指令必须落在演示数据已有的技能段内，因此这套数据资产与演示绑定；能回收多少，取决于基础策略原本已经会多少——论文也明确指出，它无法恢复两个策略都不会的技能，收益上限受完成检查准确率约束。
- λ₀：规模化开放世界第一视角人类数据，用于人形机器人移动操作
对数据与控制软件开发者，这提供了把可穿戴采集的人类动作接入机器人状态—动作接口的路线：先离线对齐，再训练策略，而非直接回放人体轨迹。
- 学习任务，而非时序安排：减少双臂模仿学习中的虚假跨臂耦合
对双臂策略开发者，这提供了一条不改策略架构、从训练数据时间安排入手减少无谓等待的路线；目标不是让双臂完全独立，而是在需要配合时仍保持依赖。
- FineART：双臂操作细粒度标注轨迹数据集
密集子任务语言及其时间对齐，为子任务预测与低层动作执行相结合的训练提供数据基础；这是发布方描述的训练用途，不等于已经证明通用能力提升。
- 重新审视面向可泛化机器人操作的具身思维链
研究支持将具身 CoT 作为塑造动作相关表征的训练信号，而非强制的推理期文本前缀；其价值取决于监督是否可靠、是否与动作学习有效耦合。
展开其余 5 条历史观察
- VLA 真的遵循指令吗？诊断视觉—语言—动作模型对“如何执行”指令的遵循能力
研究提示应将动作对语言内容的响应与任务完成率分开评估；SIMPLER-IN 提供了检验必要语言条件是否被执行的测试场景。这是作者论文中的诊断与实验结果，不作为独立复现结论。
- KODA：面向人形机器人从人类第一视角示范中学习的运动学—观测数据对齐
价值在于将可复用的运动—观测记录与控制器专属监督分离，为固定机器人数据补充条件覆盖；跨控制器复用证据限于所测试的 SONIC 与 HEFT。
- ARC：面向机器人基础模型的推理配方
对机器人本体软件工程师，这是一条不靠堆数据的改造路径：不重新采数据、不重训基础模型，用自动生成的因果轨迹改造已有策略，改动点是标注脚本、轨迹注入接口和运行时的一个轨迹生成服务。
- HRDexDB：跨人类与多种机器人本体的4D灵巧抓取数据集
为研究共享物体上的跨本体抓取差异提供几何标注和示范—执行关联；作者实验支持将已记录机器人抓姿作为未见物体抓取的检索先验。
- EgoFound3R：具有逐点交互属性的世界空间端到端第一视角手部重建
把几何与交互属性解码合并，并减少重复场景聚合，为第一视角视频的大规模手部标注提供一条统一处理路线。