当前全球人形机器人、工业机械臂等智能装备产业进入高速发展期，运动控制、多关节协调能力作为机器人核心性能指标，其算法研发高度依赖标准化、多模态的标注训练数据。但长期以来，机器人领域专用数据集存在采集成本高、模态覆盖不全、授权不清晰等痛点，制约了中小研发团队的技术迭代效率。2026年4月29日，机器人技术研发方edmos7正式在HuggingFace平台发布专用数据集eval_vanilla_，为相关领域研发提供了新的基准数据支撑。
edmos7本次发布的数据集eval_vanilla_，这是一个机器人技术数据集，包含5个任务片段共3020帧数据。数据集记录了机器人动作数据（6个关节位置）、观测状态数据（6个关节位置）以及来自上方和侧面两个视角的视频数据（480x640分辨率，30fps）。数据以parquet格式组织，视频以mp4格式存储，使用Apache 2.0许可证。
作为聚焦多关节机器人运动场景的专业数据集，eval_vanilla_可覆盖多类典型研发场景：在算法测试环节，研发团队可基于该数据集完成运动控制算法的基准验证，统一的标注标准可大幅降低不同技术路线的横向对比成本；在多关节协调研发领域，标注完善的关节位置数据可直接用于工业机械臂装配、抓取等场景的算法训练，优化动作平滑度与控制精度；在多模态感知融合方向，同步采集的视觉数据与关节传感数据，可为机器人视觉反馈动态调整动作的相关算法研发提供训练素材，支撑复杂环境下的动态任务执行能力优化。此外，该数据集采用商业友好的Apache 2.0开源许可证，学术机构、创业团队、企业研发部门均可免费使用，无需承担额外授权成本。
从数据要素产业视角来看，垂直领域专用数据集是支撑细分产业数字化、智能化升级的核心基础设施。本次edmos7发布的eval_vanilla_数据集，不仅填补了多关节机器人运动控制场景的标准化数据供给缺口，也为机器人领域数据资源的开源共享提供了参考样本，有望推动机器人运动控制技术的迭代效率，助力智能装备产业的普惠化发展。
Dataset card内容：
Files and versions内容：
_1769672084863.jpg)