当前具身智能正成为人工智能领域的核心赛道之一，而高质量、标注完善的实机操作训练数据，是制约算法从实验室走向规模化落地的核心瓶颈之一。近日，开发者mattpidden正式发布面向机器人抓取、物体放置任务的专用数据集consistent-block-pick-and-place-into-basket-large，并于2026年4月29日首发于全球知名AI开源社区HuggingFace，为行业提供了多模态融合、标注对齐的优质训练数据供给。
该数据集基于HuggingFace开源具身智能工具链LeRobot创建，目前公开版本包含100个覆盖不同场景的多样化机器人操作片段，总帧数达107306帧，覆盖4类典型抓取放置任务，整体结构化数据文件大小为100MB，配套视频文件大小为200MB，采样帧率为25fps，可满足中小批次算法训练与效果验证需求。
从数据特征来看，该数据集实现了多维度信息的同步采集与精准标注：既包含机器人关节全链路的动作数据（覆盖肩部、肘部、腕部和夹爪的实时位置参数）、对应的观测状态数据，也同步采集了手腕第一视角、全局世界视角的两路视频数据（分辨率为480x640，3通道RGB格式），同时配套了时间戳、帧索引、片段索引、任务索引等完整元数据，所有维度数据实现了时间维度的严格对齐，可直接适配主流具身智能训练框架，大幅降低研发团队的数据预处理成本。
从应用价值来看，这类标注完善的抓取放置类数据集的应用场景十分广泛：在工业制造场景中，可用于训练产线分拣机器人、零部件装配机器人的高精度抓取、搬运与放置算法，提升工业自动化的柔性适配能力；在民用服务场景中，可支撑家庭服务机器人、物流配送机器人完成物品收纳、快递上门投递等放置类操作任务；在科研领域，也可作为基准测试数据集，用于不同抓取算法的效果对比验证，推动具身智能操作技术的迭代升级。本次数据集的开放，进一步丰富了全球具身智能领域的公开数据供给，对降低中小研发团队的技术门槛、推动数据要素在AI赛道的流通应用具有积极意义。
查看consistent-block-pick-and-place-into-basket-large
Dataset card内容：
Files and versions内容：
_1769672084863.jpg)