数据标注

给原始数据补上文字说明、分段、框选等标签，告诉模型每段数据是什么。

数据标注是给原始数据加上人能看懂、模型能拿来当监督信号的标签，经典例子是给图片标类别、画框。机器人数据里，动作在采集时已自动记录，额外要标的主要是：整段任务的语言指令、子任务切分及起止时间、物体目标框、成功或失败以及失败原因等。这些标签决定了语言条件策略能不能听懂指令、长程任务能不能拆成步骤来学。标注可以全靠人工，也可以先用视觉语言模型自动生成再人工核验。有标注的数据比原始数据贵得多，标注员之间标得不一致，也会直接拖累模型效果。

例子AgiBot World 2026 数据集提供三层标注：带子任务指令的任务帧分段、物体交互的 2D 目标框、带原子技能的步骤级指令分段；DROID 在 2024 年 12 月的更新里为约 7.5 万条成功轨迹各补了 3 条自然语言描述。

也叫

打标、数据打标、Data Labeling

相关

语言标注、子任务切分、自动标注、动作标签、数据质检、事后重标注

来源

Wikipedia: Labeled data
Hugging Face: agibot-world/AgiBotWorld2026
DROID 数据集项目页