UniACT
AMAP CV Lab (高德)
UniACT 是由高德 AMAP CV Lab 发布的跨具身机器人操作数据集，随 ABot-M0 开源。
该数据集整合并标准化了 6 个主流开源数据集（Open X-Embodiment、OXE-AugE、AgiBot-Beta、RoboCoin、RoboMind、Galaxea），覆盖 20+ 种机器人形态，总计 600 万+ 轨迹、9,500+ 小时数据。
UniACT 的核心贡献在于统一动作表示：将所有异构数据转换为末端执行器增量动作（delta pose）+ 旋转向量（rotation vector），并填充至标准双臂格式，从而实现跨具身的 VLA 模型预训练。该数据集是 ABot-M0 模型的训练基础。
机构
AMAP CV Lab (高德)
规模
600万+ 轨迹，9500+ 小时，20+ 机器人形态
许可证
Apache 2.0
机器人类型
多机型
任务类型
操作
发布年份
2026
数据模态
视觉、本体状态、动作
🤖 多源聚合✅ 部分人工标注🏠 100%真机📊 有数据划分
VLA 框架兼容性
🧠 π0🧠 GR00T N1
数据格式
存储格式自定义格式（基于源数据集标准化）
数据规模取决于源数据集下载量
压缩方式按源数据集
文件布局HDF5 格式；按 source dataset 分组；delta pose 统一动作空间
索引方式HDF5 内部 attribute；源数据集名称为元数据
格式版本HDF5 v2.0
episode
step
observation
action (delta pose + rotation vector, dual-arm padded)
快速上手
加载数据
import h5py
with h5py.File('uniact_demo.hdf5', 'r') as f:
actions = f['actions'][:]
obs = f['obs/agentview_image'][:]依赖库
预处理说明
HDF5 格式；delta pose + rotation vector
数据内容
传感器规格
RGB 相机
深度相机
关节编码器
触觉传感器（部分）
数据统计
场景数多场景（整合自 6 个源数据集）
物体数数千种
任务数数百种操作任务
轨迹/片段数6,000,000+
标注信息
引用信息
@article{uniact2026,
title={ABot-M0: A Generalist Robot Manipulation Model with UniACT Dataset},
author={AMAP CV Lab},
journal={arXiv preprint arXiv:2602.11236},
year={2026}
}更新历史
2026-03-31
随 ABot-M0 首次发布，包含 6 个源数据集的标准化整合