随着具身智能产业进入快速落地期，机器人视觉识别、自主分拣等任务的模型训练对高质量、标准化场景数据集的需求持续攀升。作为HuggingFace面向机器人学习领域推出的通用数据格式，LeRobot统一了数据标注规则、存储结构与调用接口，可大幅降低不同机构之间的数据集适配成本，已成为全球机器人研发领域主流的数据集标准之一。
近日，开发者arjunsinghyadav2正式发布blue_sort_black_bg_color_cups_sim_and_real_50数据集，该数据集于2026年4月29日首发于HuggingFace平台，是当前为数不多适配LeRobot格式的垂直场景专项训练数据集。从数据集命名规则可获悉，该数据集聚焦黑色背景下的彩色杯分拣场景，同步包含仿真环境生成的标注数据与真实物理环境采集的实拍数据，共覆盖50组完整的分拣流程样本，兼顾了仿真数据的标注成本优势与真实数据的场景还原度优势，可有效支撑机器人模型的Sim2Real（仿真到真实环境迁移）能力训练。
从应用方向来看，该类垂直场景数据集可覆盖多个领域的研发需求：在工业制造场景，可用于产线分拣机器人的颜色识别、物料分类模型训练，适配电子制造、食品包装等行业的自动化分拣产线升级需求；在服务机器人场景，可支撑家庭收纳机器人、商用整理机器人的视觉识别模块迭代；在学术研究领域，可作为域自适应、多模态机器人感知等方向的基准测试数据集，降低相关研究的数据集准备成本。
arjunsinghyadav2本次发布的数据集blue_sort_black_bg_color_cups_sim_and_real_50，该数据集为HuggingFace LeRobot格式机器人数据集。
查看blue_sort_black_bg_color_cups_sim_and_real_50
Dataset card内容：
Files and versions内容：
从数据要素市场发展角度来看，垂直领域的训练数据集是AI技术向实体产业落地的核心生产资料，这类适配国际通用标准、覆盖多场景的专项数据集发布，一方面降低了中小研发团队的机器人模型开发门槛，另一方面也为国内训练数据要素的标准化、流通化发展提供了参考样本，对推动具身智能产业的普惠化发展具有积极意义。
_1769672084863.jpg)