LDA-1B / EI-30k
论文与基准价格与配方
银河通用聚合约 33.8k 小时开源数据训练的 1B 模型，排除自有 G1 数据
- 数据类型
- 真机；仿真；第一视角人类视频
- 规模口径
- EI-30k：正文 30k+ h，表内合计约 33.8k h
- 链接
- arxiv.org
EI-30k 构成
正文称 30k+，四组标称合计约 33.8k 小时 [1]：
- 真机（组标 8.03k，分项和 8,611）：OXE 3,000、AgiBot World 3,276、RoboMIND 305、Galaxea Open-World Dataset 500、乐聚 LET / OpenLET 1,000、RoboCOIN 500、Humanoid Everyday 30。
- 仿真约 8.6k：InternData-A1 7,433、BEHAVIOR-1K 1,200。
- 有动作第一视角（组标 7.2k，分项和 6.3k）：Ego4D 3,670、Ego-Exo4D 1,286、EgoDex 830 等。
- 无动作人类视频（组标 10k，分项和 10.3k）：Egocentric-10K 等（Egocentric-10K / 100K / 1M）。
要点
Galbot G1 自有数据被明确排除在预训练之外；数据按质量分两档，未给采样权重 [1]。与 银河通用 Galbot（仿真合成路线） 早期"合成预训练"叙事及 WRC 口径 8 万小时回流形成对照。
来源
相关卡片
银河通用 Galbot（仿真合成路线）公司与机构 · 中国
主张"合成预训练 + 真实后训练"的合成数据派具身公司，GraspVLA 作者团队之一
AgiBot World数据集 · 中国
智元开源的百万条真机数据，含 2026 年 RL 第三期
Egocentric-10K / 100K / 1M数据集 · 美国
Build AI 开源的工厂第一视角视频，10K/100K 均 Apache 2.0
Galaxea Open-World Dataset数据集 · 中国
星海图 R1 Lite 单本体、500+ 小时的家居办公真机数据
InternData-A1数据集
上海 AI Lab 仿真数据集，LDA-1B 计 7,433 小时，VPP2 亦采用
RoboCOIN数据集
智源多本体真机数据集，被 LDA-1B、VPP2、Wall-OSS-0.5 采用
RoboMIND数据集 · 中国
北京人形（X-Humanoid）与北大发布的多本体数据集，含失败示范；2.0 含触觉
乐聚 LET / OpenLET数据集
乐聚人形数据集，LDA-1B 计 1,000 小时；乐聚还协助 LingBot 1.0 采集
卡片整理 2026-10-14。公司自报数据标“公司口径”；⚠️ 为未经独立核实。