机器人训练数据许可、同意与再利用指南

机器人训练数据不能只按一种许可证处理。在收集、合并、训练、再分发或商业化之前，应分别确认数据集条款、代码许可证、视频、音频和动作轨迹中人员的同意、场所拍摄许可，以及第三方物体与画面的权利。开源一词不会自动授予全部权限。

技术历史应由机器人数据集版本与数据血缘管理，机器人动作数据和遥操作数据使用各自的采集结构。本文是运营治理框架，不是法律意见；版权、数据库相关权利、隐私、生物识别和有效同意会因法域与事实而不同。

先拆分计划行为与每一层权利

内部研究下载、训练客户产品、公开合并数据集和再分发原始文件是不同的行为。先写清目的、使用者、地区、保留期、公开范围和营利活动，再判断每项行为是否获准。

同一档案包可能混有视频、关节与力日志、语言标注、标定、元数据、采集软件和文档。数据集许可证不必然适用于代码，代码许可证也不能解决人脸、声音或工作场所的同意。

按数据流或字段记录来源、采集日、设备、人员出现、敏感度、许可证、同意记录ID、保留期和负责人。原始文件若不能关联分片、标注、特征与检查点，就无法处理删除请求。

分开指定采集、隐私、安全、模型和发布负责人，并记录谁能查看原始媒体、标注供应商收到什么、复制到哪里、访问日志保存多久。

DROID数据集官方页用于理解范围和项目背景，DROID GitHub代码仓库用于核查代码、文档与当前代码仓库条款。不能把一处说明扩大为对全部组件的许可，应保存日期和许可证文件的哈希值。

LeRobotDataset v3文档解释技术格式，community_dataset_v3展示特定代码仓库的数据集卡和文件。格式说明不能授予每个社区数据集的使用权。

用参与者可理解的语言说明目的、传感器数据流、人脸、声音、身体动作、标注、模型训练、外部共享、公开发布、商业使用、保留期和撤回方式，并保留告知书版本。

工作场所、医院与学校可能存在同意是否自愿的问题，需要提供替代方案和当地专业审查。只模糊人脸不能去除声音、工牌、屏幕、反射、位置元数据与行为组合带来的识别风险。

Creative Commons许可证指南区分Attribution、ShareAlike、NonCommercial、NoDerivatives等条件。必须保存准确许可证名称与版本，不能只记录CC。

模型权重是否构成派生物、合并数据是否涉及数据库权利、嵌入向量是否保留个人或机密信息，都取决于法域和事实。不确定的公开或商业发布应暂停并交由相关地区的合格专业人士审查。

规定受理渠道、身份核验、搜索、法定保留例外、期限和结果通知。样本ID应能关联原始文件、分片、标注、缓存、镜像、基准测试，以及使用该样本的检查点训练清单。

无法立即删除的备份要记录访问限制和到期时间，必要时通知下游接收者。是否重训、更新模型或限制使用，应依据法律、合同、数据血缘和风险判断。

发布前由负责人签核台账、许可证原文、署名、NOTICE、同意记录、场所许可、敏感数据扫描、安全访问、删除流程和下游条件。缺少证据就是暂停，不是默认许可。

数据集卡、代码仓库许可证、供应商合同、目的、法域、传感器或分发方式变化时重新审查。公开后继续维护联系渠道和各版本权利记录，并追踪对已有模型与分发副本的影响。

不可以自动推定。应核查准确数据集许可证、代码条款、人员与场所同意、第三方素材和合同限制。

没有。声音、身体、工牌、屏幕、位置与行为组合仍可能识别人员或泄露机密。

没有统一答案。要根据适用法律、同意、合同、数据血缘、技术可行性与风险决定重训、更新或限制使用。

最后核查：2026年8月7日