InternScenes
上海人工智能实验室 (Shanghai AI Lab)
InternScenes 是上海 AI 实验室于 2025 年发布的大规模可模拟室内 3D 场景数据集。规模：~40,000 个室内场景、48,000 个区域、196 万个 3D 物体（288 类别），~186 GB。覆盖 15 类居家场景（厨房、卧室、客厅、卫浴、书房等）。三大子集：Real2Sim（~9.8K 区域）基于真实扫描 + Objaverse 3D 资产替换；Gen（~11.5K 区域）程序化生成；Synthetic（~27.1K 区域）设计师创建 + 物理模拟优化。20% 物体可交互（PartNet-Mobility：冰箱、微波炉、抽屉、橱柜等），通过 SAPIEN 物理引擎消除穿透/碰撞，可直接导入 Isaac Sim 进行仿真。协议：非商业用途。配套平台：GRUtopia / InternUtopia。
机构
上海人工智能实验室 (Shanghai AI Lab)
规模
~40,000 室内场景 + 196 万 3D 物体 + 288 物体类别 + ~186 GB
许可证
非商业用途
机器人类型
仿真 多机型
任务类型
导航 操作 3D场景理解
发布年份
2025
数据模态
RGB、深度、3D点云、语义分割
🤖 Real2Sim + 程序化生成 + 人工设计✅ 自动标注 + 人工核验💻 仿真📊 有数据划分
数据格式
存储格式USD / GLB
数据规模~186 GB
压缩方式无
文件布局按 scene 分 USD/GLB 文件；含 static + interactive 物体
索引方式USD Prim path 层级索引；scene_id → room → object
格式版本USD (Universal Scene Description) / GLB
scene -> room -> 3D_objects（static + interactive）
layout
camera_poses
快速上手
加载数据
# InternScenes USD 场景可在 Isaac Sim 中直接打开
# 或通过 Python 解析 USD
from pxr import Usd, UsdGeom
stage = Usd.Stage.Open('internscenes_scene.usd')
for prim in stage.TraverseAll():
if prim.IsA(UsdGeom.Mesh):
print(prim.GetPath())依赖库
预处理说明
USD/GLB 格式；40K 场景；Isaac Sim 兼容
数据内容
传感器规格
RGB-D（仿真渲染）
3D 点云
数据统计
场景数15 类室内场景（厨房/卧室/客厅/卫浴/书房/餐厅等）
物体数196 万 3D 物体（288 类别），20% 可交互
任务数点目标导航、室内场景布局生成、物体交互操作
轨迹/片段数~40,000 场景