cy0307's picture
Add files using upload-large-folder tool
a6a6bb0 verified
|
Raw
History Blame
5.12 kB

Ropedia Xperience-10M Task Suite cover

Ropedia Xperience-10M Task Suite

Ropedia Xperience-10M logo

Surface publique multilingue pour Xperience-10M : échantillon, 20 tâches embodied-AI, baselines, diagnostics Qwen3/Cosmos et pistes d'entraînement.

English · 中文 · Español · Français · Deutsch · 日本語 · 한국어 · Português

GitHub Pages HF Space artifact dataset baseline model repo Xperience-10M license

Comment Lire Ce Projet

Ce dépôt transforme l'épisode public d'exemple Xperience-10M en laboratoire de tâches vérifiable pour l'IA incarnée. Commencez par le tableau de bord et le statut du projet, puis ouvrez les contrats de tâches, les matrices de résultats et les miroirs Hugging Face.

Mise à jour : 2026-06-18.

Portée : la suite entièrement reproductible utilise un épisode public; les résultats 128 épisodes ne publient que des métriques, rapports, prédictions sûres et cartes de modèles. Les MP4/HDF5/RRD bruts, les poids Qwen complets et les données gated ne sont pas redistribués.

Parcours Rapide

Objectif Point d'entrée
Comprendre le projet PROJECT_BRIEF.md, PROJECT_STATUS.md
Choisir la bonne surface publique PUBLIC_READER_MAP.md
Lire les 20 tâches TASK_SUITE_20.md, task_suite_20.json
Comparer les résultats RESEARCH_TAKEAWAYS.md, task_method_20_result_matrix.json
Inspecter un sample single_episode_explorer.html, raw_sample_files.json
Lire les trois pipelines foundation THREE_FOUNDATION_PIPELINES.md, three_foundation_pipelines.json
Reproduire et auditer REPRODUCIBILITY.md, EVIDENCE_CONTRACT.md

Structure

  • Données : fenêtres de 20 frames reliant vidéo, audio, profondeur, pose/SLAM, mocap, IMU, calibration et annotations de langage.
  • Tâches : 20 contrats couvrant reconnaissance, prévision, retrieval, reconstruction, ordre, synchronisation, horizon long, relations action-objet et sensor bridge.
  • Résultats : minimal/NN sur l'épisode public couvrent 20/20; les branches 128 épisodes séparent metadata, raw features, Qwen3 et Cosmos avec gaps explicites.
  • Directions : spatial intelligence, human-video world model et vision-language-action sont documentés avec tâches et preuves nécessaires.

Frontière Publique

Le projet publie des artifacts dérivés, métriques, figures et cartes public-safe. L'accès aux données Xperience-10M reste régi par la carte officielle Ropedia sur Hugging Face.

Public Surfaces

Citation

Use CITATION.cff and cite the upstream Ropedia Xperience-10M dataset according to its official card.