标签
WildCity 引入了由自动驾驶车队收集的大规模多模态数据集，用于城市规模的导航与空间表征。该数据集包含 18 条长轨迹，并建立了重建与闭环仿真的基线，以推动能够感知和推理城市规模环境的 AI 系统发展。
介绍了DigitalCoach，一个包含72场人类专家-新手计算机使用辅导课程的多模态数据集，并评估了最先进模型教授软件技能的能力。模型倾向于直接给出指令而不提供解释或视觉基础，而人类教练则提供更具适应性的指导。
介绍了MatMMExtract流程，用于将复合科学图形分解为子图并使用LLM进行标注，创建了MatSciFig数据集，包含超过390,000个图像-文本对，用于材料科学中的视觉语言学习。
KITScenes Multimodal 是一个高保真度的欧洲自动驾驶数据集，配备同步传感器、完整的3D高精地图，以及用于空间学习和具身AI研究的四个基准测试。
本文介绍了GroupAffect-4，一个包含40名参与者（组成10个四人小组）执行协作任务的多模态数据集。数据集包括对齐的生理、眼动、音频、自我报告和个性数据，以及针对个体内、个体间和群体层面分析的基准目标。
BEACON是一个大规模多模态数据集，从Valorant游戏数据中捕获行为信号，用于持续认证和行为生物识别研究。