当前人形机器人、工业机械臂赛道进入商业化落地关键期，高标注质量、多模态融合的动作控制类训练数据，是制约机器人运动算法精度、泛化能力提升的核心瓶颈之一。近日，科技厂商Nesaispas正式发布由LeRobot打造的Pos_6_2机器人动作专项数据集，并于2026年4月23日率先上线全球最大的AI开源社区HuggingFace，面向全球开发者开放使用。
据公开信息显示，Pos_6_2数据集总规模约300MB，其中结构化数据文件100MB、配套视频文件200MB，共覆盖25个完整动作序列（episodes）、6970帧标注数据，完整记录了机器人上肢执行动作过程中的全链路状态信息。其数据结构包含三大核心模块：一是6维动作标注数据，覆盖肩部平移、肩部抬升、肘部弯曲、腕部弯曲、腕部旋转和夹持器位置六大核心关节参数；二是与动作维度一一对应的6维状态观测数据，可直接用于算法训练的真值校验；三是分辨率为480x640、帧率30fps的宏观+微观双视角RGB视频数据，可支撑多模态视觉-动作融合算法的训练需求，此外数据集还附带时间戳、帧索引、episode索引等标准化元数据，所有结构化数据采用通用的parquet格式存储，视频采用mp4格式存储，适配绝大多数主流AI训练框架，开发者可直接调用无需额外预处理。查看Pos_6_2
从应用方向来看，Pos_6_2数据集可广泛覆盖机器人技术、动作控制领域的多类研发场景：在工业领域，可用于3C电子装配、零部件分拣等场景的机械臂精细动作算法训练，降低工业机器人的动作调试成本；在人形机器人领域，可作为上肢运动规划、力控反馈算法的训练基准数据集，提升机器人日常操作动作的流畅度与精准度；此外该数据集还可用于机器人仿真环境参数校准、强化学习动作奖励模型训练等多个方向，为机器人领域的算法研发提供标准化的测试与训练数据源。
作为数据要素市场中垂直领域的专项数据集，Pos_6_2的发布进一步丰富了全球机器人动作控制类开源数据供给，有助于降低中小研发团队的训练数据获取门槛，推动机器人技术的普惠化创新。随着全球机器人产业规模持续扩张，细分场景的高标注质量数据集将成为支撑产业迭代的核心基础设施，这类开源数据的开放共享也将进一步加速数据要素在AI与实体产业融合场景中的价值释放。
Dataset card内容：
Files and versions内容：
_1769672084863.jpg)