机器人数据单期净增92个
人类判断正成为具身训练瓶颈

Allen AI 本周共有 100 个数据集进入扫描，其中大量为 2025-11-24 至 2026-01-27 采集的 MolmoAct2-BimanualYAM 子集，并在 2026-05-04 伴随模型一并集中暴露；代表性数据包括 allenai/MolmoAct2-SO100_101-Dataset，downloads 119、likes 3、日期 2026-05-04，allenai/24112025-yam-01，downloads 1,495、日期 2025-11-24，allenai/31122025-tablebuss-12，downloads 472、日期 2025-12-31，allenai/16012026-scan-13，downloads 459、likes 1、日期 2026-01-16。变化数据中 robotics 类别由 7 个增至 99 个，单周净增 92 个。

nvidia/PhysicalAI-Traffic-Anomaly-Reasoning 于 2026-05-01 发布，downloads 316、likes 6，含 44,040 条 pseudo-labeled multi-task annotations、3,670 段 CCTV 交通视频、约 26.1 小时视频。nvidia/PhysicalAI-VANTAGE-Bench 于 2026-05-04 发布，downloads 19；其子集 nvidia/PhysicalAI-VANTAGE-Bench-Subset 于 2026-05-05 发布，downloads 6，均面向固定基础设施摄像头视频理解。与此同时，nvidia/SWE-Zero-openhands-trajectories 于 2026-04-17 发布，downloads 483、likes 3，含 318k agent trajectories；nvidia/SWE-Hero-openhands-trajectories 同日发布，downloads 133、likes 3，含 34k agent trajectories。

google/WaxalNLP 发布于 2026-01-19，当前 downloads 19,454、likes 224；较上期 10,582 增长至 19,454，净增 8,872，增幅 83.8%，是本期唯一被明确捕捉到的 Download Mover。该数据集覆盖 African languages，任务包括 automatic-speech-recognition 与 text-to-speech，来源含 UGSpeechData、DigitalUmuganda/AfriVoice 与 original。

facebook/SCRuB-dataset 于 2026-05-06 发布，downloads 16、likes 0，面向 socially sensitive、open-ended essay prompts 的 rubric-based evaluation。facebook/beyond_the_lab_neurips_paper 同日发布，downloads 0、likes 0，标签明确包含 AI-generated visual content detection、human-labeled dataset、multi-signal evaluation。同期 internlm/WildClawBench 发布于 2026-03-24，downloads 7,683、likes 54，也指向真实环境 Agent 评测。

变化数据显示 synthetic 类别由 3 个增至 35 个，净增 32 个；新增样本包括 laion/BVD-AV-55M，downloads 15、日期未在主表展开；laion/openswe-tasks-patched-v5，downloads 31；laion/swegym-tasks-patched-validated-v2，downloads 21；laion/exp_rpt_softwareheritage-large-v2，downloads 99；以及 code 类数据 laion/exp_rpt_codenet-python-v2，downloads 14，laion/exp_rpt_exercism-python-v2，downloads 13，laion/exp_flat25_pseudocode-v2，downloads 17。相关论文侧，OpenSearch-VL、A^2TGPO、Think, then Score、XL-SafetyBench 均在 2026-05-06 至 2026-05-07 集中出现。