上海交通大学人工智能研究院 发布 InterVLA 数据集, 应用在 人机交互、人工智能 领域

上海交通大学人工智能研究院 本次发布的数据集 InterVLA, InterVLA是一个大规模的人-物-人交互数据集，涵盖了多样化的交互模式和稳定的自我视角感知。该数据集包含3.9K序列，总时长11.4小时，共1.2M帧的多模态交互数据，包括自我视角和外部视角的RGB视频、语言命令和高精度的人/物运动。InterVLA数据集的收集过程是在视觉-语言-行动框架下进行的，其中助手根据自我视角的视觉和语言命令为导师提供服务。数据集的创建过程包括场景设置、数据收集、数据处理等多个环节，旨在促进通用人工智能的发展。

查看InterVLA

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。