随着具身智能产业进入快速落地期，机器人控制、视觉感知等核心技术的迭代对高质量标注训练数据的需求持续攀升，而实机场景下的多模态操作数据因采集成本高、标注复杂度高，长期是制约中小研发团队、高校科研团队技术迭代的核心瓶颈。近日，omnaathg正式对外发布机器人专用数据集eval_test_pickup_so1016，该数据集于2026年4月22日率先上线HuggingFace平台，面向全球研发人员开放调用。
据了解，eval_test_pickup_so1016由LeRobot团队创建，是聚焦机器人抓取场景的多模态结构化数据集，覆盖机器人动作参数、实时运行观察状态、双视角采集图像（分别来自夹爪端相机gripper_cam与全局固定三脚架相机tripod_cam）三大类核心数据，同时配套完整的时间戳、帧索引、任务索引等结构化标注信息，所有数据的结构、特征信息均对数据类型、维度形状、字段名称做了清晰定义，研发人员无需额外做大量数据清洗工作即可快速适配训练场景。
从应用场景来看，该数据集可广泛适配机器人控制、视觉感知两大领域的研发需求：在视觉感知方向，可用于目标检测、姿态估计、动态场景感知、遮挡场景识别等算法的训练与基准测试，帮助开发者提升机器人对复杂作业环境的感知准确率；在机器人控制方向，可用于末端执行器路径规划、抓取动作序列生成、力控策略优化等算法的模拟验证，大幅降低实体机器人实机测试的时间与成本。此外，该数据集的多模态匹配标注特性，还可支撑具身智能多模态大模型的微调工作，提升大模型对物理世界操作规则的理解能力，为机器人自主决策技术的迭代提供数据底座支撑。
当前，数据要素已经成为人工智能产业创新的核心生产资料，公开共享的高质量专业数据集是降低产业研发门槛、加速技术普惠的核心公共资源。本次eval_test_pickup_so1016数据集的发布，进一步丰富了全球机器人抓取场景的公开数据供给，为相关领域的科研及商业化研发提供了可靠的数据源选择，对推动具身智能场景落地、完善全球数据要素产业的垂直领域供给体系均有积极意义。
Dataset card内容：
Files and versions内容：
_1769672084863.jpg)