专业训练数据集

覆盖深度搜索、数据分析、行业调研等办公场景，完整记录多轮推理思考与工具调用链，可用于Agent规划能力分析、工具选择策略研究及质量评估。

411人约262小时日本儿童语音数据，收录147,668句朗读语音。话者为6岁至13岁日本儿童，按低年级和高年级分类收录，男女比例均衡。

第一人称全身操作多模态数据集，面向具身智能精细操作训练，覆盖多类真实场景，包含高清双目视频、全关节姿态与高密度语义标注。

面向大语言模型在长文本理解与复杂推理任务的核心能力短板，涵盖中/英/韩三语种、7500条高质量训练数据，支持跨段落多跳推理评测。

包含45个真实外呼场景的4500组多轮对话质量评测样本，覆盖家电、消费电子及零售行业，涉及售前咨询、售后回访、退换货等完整业务环节。

意大利语金融领域口语化语音数据，涵盖各种金融类专业名词，反映真实世界互动情境。标注文本内容、说话人身份性别等多种属性。

阿拉伯语金融领域口语化语音数据，涵盖各种金融类专业名词，标注文本内容、说话人身份性别等属性，多家AI公司验证有效。

覆盖中国50+城市真实道路场景，包含激光雷达点云、图像、毫米波雷达多传感器融合数据，标注3D目标检测、车道线、可行驶区域等。

涵盖不同年龄、种族、光照条件的人脸图像数据，支持人脸检测、关键点定位、人脸识别、活体检测等多项CV任务训练与评测。

2000人普通话高质量朗读语音数据，覆盖南北各地方言口音，男女比例均衡，年龄段分布均匀，适用于中文语音识别模型训练。

5000例胸部CT影像，包含肺结节、肺炎、肺癌等多病种标注，由三甲医院放射科医生审核，适用于医学影像AI模型训练。

覆盖服装、数码、家居、食品等200+商品类目，共500万张商品图片，带层级分类标签，适用于电商搜索推荐、图像分类模型训练。

覆盖中/英/日/韩等20+语种的专业级TTS语料，由专业播音员录制，情感丰富，包含新闻、对话、故事等多种风格，适用于语音合成模型训练。

100万+真实客服多轮对话数据，覆盖售前咨询、售后处理、投诉建议等全场景，带意图分类与情感标注，适用于对话系统训练。

多视角人体动作捕捉数据集，包含100+表演者、500+动作序列，覆盖日常动作、运动、手势等，提供2D/3D关键点标注。

葡萄牙语客服中心真实语音数据，涵盖银行、保险、电信等行业，带文本转写及说话人标注，适用于呼叫中心AI应用训练。

包含身份证、银行卡、营业执照、发票、护照等20+证照类型，100万张图片带文字位置与内容标注，适用于各类OCR场景。

法语新闻播报风格朗读语料，由专业法语播音员录制，涵盖时政、财经、科技、体育等多个领域，文本标注完整。

覆盖商场、地铁、街道等10+监控场景，5000+行人、20万张图像，跨摄像头关联标注，适用于行人ReID模型训练。

俄语母语者日常口语对话数据，覆盖购物、旅游、餐饮、工作等场景，1000+说话人，带文本转写，适用于语音识别和翻译模型。

通用领域中文知识图谱数据，包含500万+实体、2000万+三元组关系，覆盖人物、地点、组织机构、事件等多类型实体。

高速公路场景激光雷达点云数据，覆盖全国20+高速路段，包含车辆、行人、交通标志等标注，适用于高速场景自动驾驶感知。