当前全球机器人产业正进入技术快速迭代期，人形机器人、工业机械臂、服务机器人等多品类产品的商业化落地进程加速，而算法训练作为机器人智能化升级的核心环节，长期面临高质量标注数据集供给不足的痛点——尤其是同时覆盖运动姿态数据、第一视角视觉数据的多模态专用数据集，更是行业稀缺的核心研发资源。在此背景下，robtest123456789正式发布由LeRobot打造的机器人领域专用数据集record-test1，该数据集于2026年4月30日率先在HuggingFace社区上线，面向全球AI与机器人开发者开放获取。
本次公开的record-test1数据集共包含5个数据片段、3536帧标注数据，对应1项机器人任务场景。其标注维度覆盖多类机器人研发核心需求：核心数据特征包括机器人6个关节的动作指令数据、6个关节的实时观测状态数据，同时搭配分辨率为480x640、帧率30fps的机器人前视图像数据，配套时间戳、帧索引、片段索引等结构化标签，可实现不同维度数据的精准对齐。该数据集结构化数据文件总大小为100MB，配套视频文件总大小为200MB，轻量化的存储设计也降低了中小研发团队的下载、调用门槛。
作为多模态机器人专用数据集，record-test1可广泛应用于机器人研发的两大核心领域：在运动控制方向，数据集配套的关节动作与状态标注数据，可支撑多关节机器人的轨迹规划、碰撞规避、柔顺控制等算法的预训练与效果验证，典型场景包括工业机械臂的分拣、装配动作调试，人形机器人的行走、抓取姿态优化等，研发团队可基于数据集完成算法的初步迭代，无需提前部署实体机器人开展大量实机测试，大幅降低试错成本与研发周期。在视觉感知方向，数据集对齐的前视图像与关节姿态数据，可用于训练机器人的视觉伺服、动态目标识别、环境语义理解等能力，可覆盖服务机器人的室内导航避障、人机交互场景视觉响应，特种机器人的复杂作业场景环境感知等研发需求。
本次record-test1数据集的公开，是机器人领域专用数据要素供给的重要补充，随着数据要素市场建设的持续推进，细分垂直领域的高质量数据集已成为人工智能与实体经济融合的核心基础设施。依托HuggingFace的全球开发者生态，该数据集可触达全球范围内的机器人研发团队，为降低行业研发门槛、推动机器人通用智能技术迭代提供重要支撑。
Dataset card内容：
Files and versions内容：
_1769672084863.jpg)