近年来，随着具身智能、工业自动化赛道的快速发展，机器人控制算法、视觉感知模型的训练对“视觉-动作”时间对齐的高质量场景数据集需求持续攀升。但由于真实工业环境下的数据采集成本高、多维度参数标注难度大，垂直领域的专用数据集一直是机器人行业稀缺的核心生产要素。2026年5月6日，febr8239正式在全球最大的AI开源社区HuggingFace首发机器人专用数据集my_dataset，为相关领域的技术研发提供了新的标准化数据支撑。
febr8239本次发布的my_dataset基于LeRobot框架创建，完整覆盖机器人运行过程中的动作指令、观测状态与多模态图像三类核心数据，可满足多场景下的算法训练需求。具体参数方面，该数据集共包含20个完整任务序列（episodes），累计7296帧采样数据，配套30fps的同步视频流；动作与状态维度覆盖6项核心机械臂关节参数，包括shoulder_pan.pos（肩关节旋转位姿）、shoulder_lift.pos（肩关节抬升位姿）、elbow_flex.pos（肘关节弯曲位姿）、wrist_flex.pos（腕关节弯曲位姿）、wrist_roll.pos（腕关节旋转位姿）和gripper.pos（末端夹爪位姿），可完整还原机械臂全链路运动逻辑；同时数据集搭载机械臂前端摄像头采集的实时图像数据，为分辨率480x640的3通道RGB格式，实现了动作参数与视觉画面的微秒级时间对齐，避免了多模态数据的时序误差问题。
作为同时覆盖运动参数与视觉信号的高对齐度机器人专用数据集，my_dataset可广泛适用于多个研发场景：在机械臂控制领域，研发团队可基于该数据集开展抓取、分拣、精密装配等工业场景的动作规划算法训练，无需从零搭建专业采集环境即可获得标准化的运动标注数据，大幅降低研发周期与数据采集成本；在机器人视觉感知领域，数据集的同步视觉与动作数据可支持视觉伺服、目标工件识别、动态障碍物避障等模型的训练，提升机器人基于视觉信号自主调整运动策略的能力；此外，该数据集还可用于具身智能多模态大模型的预训练与微调，助力实现视觉输入到动作指令的端到端映射，提升机器人在非结构化场景下的泛化适配能力。
当前我国数据要素市场正处于高速建设阶段，垂直行业的专用数据集作为AI研发的核心生产资料，其供给能力直接决定了细分赛道的技术迭代速度。本次my_dataset的上线，进一步丰富了国内机器人领域的高质量数据集供给，对降低中小研发团队的准入门槛、推动工业机器人自动化场景落地、加速具身智能技术的商业化进程均有积极的行业价值。
Dataset card内容：
Files and versions内容：
_1769672084863.jpg)