当前，具身智能已成为全球人工智能领域的核心落地赛道，机器人自主视觉操作与物体抓取能力是工业、物流、服务等多场景机器人落地的核心技术指标，而标注规范、场景统一的高质量训练数据集，是支撑相关算法快速迭代的核心基础。此前国内外面向小物体抓取场景的公开双视角数据集供给相对稀缺，且普遍存在标注维度不全、适配性不足等问题，成为中小研发团队的技术攻关瓶颈。
2026年5月3日，机器人技术厂商L7-Robotics正式发布so101_2cam_red_cube_v2_20fps数据集，该数据集依托LeRobot开源框架构建，首发登陆全球最大的AI开源社区HuggingFace，主要面向机器人视觉操作、物体抓取任务的算法训练与验证场景打造。
据公开信息显示，本次发布的数据集属于机器人垂直领域专用数据集，共包含30个完整任务episodes、11288帧标注数据，覆盖1项核心抓取任务，其中结构化标注数据文件大小为100MB，对应视频文件大小为200MB，采集帧率为20fps，匹配主流工业视觉传感器的通用采集标准。数据集标注维度覆盖动作标签、观测状态数据、顶部+后方双视角图像、时间戳、帧索引、episode索引等核心字段，数据同时提供parquet结构化格式与mp4视频格式，可直接适配PyTorch、TensorFlow等主流AI训练框架，大幅降低开发者的数据集预处理成本。
从应用价值来看，该数据集的双视角标注设置可帮助算法建立立体空间感知能力，有效降低单视角采集带来的遮挡、距离判断误差等问题，端到端对齐的视觉输入与动作标签，可支撑抓取算法的端到端训练需求。该数据集可广泛应用于多个典型场景：在工业制造领域，可用于3C电子、半导体行业精密零部件分拣、装配机械臂的视觉抓取算法训练，提升复杂场景下的抓取精度与稳定性；在仓储物流场景，可支撑小件商品自动分拣机器人的算法优化，降低错拣率、提升分拣效率；在科研领域，可作为具身智能通用操作能力的基准测试数据集，为不同团队的算法性能横向对比提供统一参考标准。
本次专用数据集的发布，进一步丰富了机器人领域的开源数据要素供给，对完善具身智能产业的开源生态、降低行业研发门槛、加速技术落地进程具有重要意义。查看so101_2cam_red_cube_v2_20fps完整数据集信息
Dataset card内容：
Files and versions内容：
_1769672084863.jpg)