近年来，具身智能产业进入技术迭代与场景落地的关键期，机器人抓取精度、动态动作感知能力等核心指标的优化，高度依赖高标注质量、场景匹配度高的实采数据集支撑。但当前公开市场中，面向细分操作场景的高精细度标注数据集供给仍存在较大缺口，成为制约中小研发团队、创业公司技术落地的核心瓶颈之一。近日，Tadiese正式上线由LeRobot打造的pick_cube_20260502_233623数据集，该数据集于2026年5月3日首发于HuggingFace平台，主要面向机器人技术研究领域开放。
据公开信息显示，该数据集完整记录了机器人执行立方体抓取任务过程中的全链路动作与观测状态数据，覆盖关节位置、多视角图像等核心采集维度，整体包含50个任务总集、23308个采样帧，其中结构化数据文件大小为100MB，配套视频文件大小为200MB。数据集的结构化特征涵盖动作标签、观察状态、多帧图像、时间戳、帧索引、任务索引六大类，可满足不同技术方向的训练、验证需求。
从应用场景来看，该数据集可广泛适配机器人抓取操作、动作状态感知两大核心研究方向的需求：面向工业场景的机械臂无序抓取算法研发，可依托该数据集的关节位置与抓取结果的对应标注，提升小体积规则物品的抓取成功率；面向服务机器人的动态避障与姿态调整模型训练，可通过数据集中的连续帧动作与环境图像数据，优化动态场景下的动作响应效率；此外，该数据集还可为机器人模仿学习、小样本动作迁移等前沿方向的研究提供标准化的验证基准。
值得关注的是，该数据集采用Apache-2.0开源许可证，允许商业使用、修改与分发，大幅降低了中小研发团队的技术研发门槛，对于推动具身智能领域的技术普惠、加速垂直场景的落地应用具有积极意义。作为数据要素在人工智能垂直领域的典型供给，这类细分场景高价值数据集的持续开放，也将进一步完善具身智能产业的底层供给体系，为数字经济与实体经济的深度融合提供支撑。
Dataset card内容：
Files and versions内容：
_1769672084863.jpg)