当前具身智能产业正处于技术落地的关键窗口期，机械臂作为工业制造、物流仓储、商业服务等多场景的核心自动化载体，其控制算法的精度、响应速度、泛化能力高度依赖高质量标注训练数据集。而现有公开数据集中，覆盖完整抓取（pick-and-place）流程、多视角观测、关节动态参数匹配的专项数据集供给缺口较大，已成为制约机器人操作算法迭代的核心瓶颈之一。
近日，人工智能研究机构BlankHead正式发布eval_svla_so101_pickplace专用数据集，该数据集于2026年4月23日首发于全球最大的AI模型与数据集共享平台HuggingFace，主要面向机器人操作、机械臂控制领域开放使用。
作为基于LeRobot开源机器人工具链构建的专项数据集，eval_svla_so101_pickplace覆盖了机械臂抓取任务全流程的多模态数据，包含动作参数、观察状态、时间戳等核心维度，具体特征包括机械臂各关节的实时位置数据、侧视与俯视双视角全流程影像、时间戳、帧索引、任务索引等，实现了感知数据与动作指令的精准时间对齐，可为算法训练提供完整的「感知-决策-执行」闭环数据支撑。存储层面，结构化数据采用高效压缩的parquet格式存储，视频文件采用通用mp4格式，兼顾了大规模数据调取效率与跨平台兼容性，大幅降低了不同研发主体的数据集适配成本。
从应用价值来看，该数据集可广泛支撑多个机器人操作相关的研发场景：在工业制造领域，可用于训练3C电子分拣、精密零部件装配等场景的机械臂控制算法，提升复杂工况下的抓取准确率与容错率；在物流仓储场景，可支撑拆垛、码垛、订单拣选等机器人的算法迭代，优化不同规格、材质货品的抓取策略；在服务机器人领域，也可为家政服务、餐饮配送等场景的物品移动操作训练提供数据参考。此外，该数据集还可作为机器人操作算法的通用基准测试集，帮助研发团队验证不同模型在通用抓取任务上的泛化能力。
为进一步降低产业使用门槛，该数据集采用apache-2.0开源许可，个人研究者、创业团队、企业研发主体均可免费使用，也可基于数据集进行二次开发，无需额外授权，将有效推动机器人操作领域的技术普惠与开源协作。此次专用数据集的发布，进一步丰富了全球具身智能领域的公开专项数据供给，对完善机器人操作领域的开源数据生态、加快机械臂控制技术的落地迭代具有重要支撑作用，也为数据要素赋能实体产业数字化、智能化升级提供了典型样本。
Dataset card内容：
Files and versions内容：
_1769672084863.jpg)