当前具身智能、服务机器人赛道正处于技术落地的关键期，高质量实采训练数据不足已成为制约行业发展的核心痛点：大量基于仿真数据训练的算法模型在真实场景下泛化能力不足，而自行采集标注多模态感知数据的成本高、周期长，中小研发团队普遍面临数据资源短缺的难题，行业对标准化、开源开放的专项训练数据集需求迫切。
近日，科技企业Wayl正式上线由全球知名机器人开源项目LeRobot打造的20260509_114150_sc_05_train数据集，该数据集于2026年5月9日首发于全球最大的开源AI社区HuggingFace，主要面向机器人视觉控制、多模态感知领域的研发需求开放使用。
作为面向机器人专项训练的轻量化数据集，本次发布的产品参数匹配端侧算法快速迭代需求：共包含7个任务序列（episodes）、5492帧采样数据，整体数据文件大小为100MB，配套视频文件大小为1MB，采样帧率为30fps，可大幅降低训练时的算力消耗，适合轻量模型快速调优。
从数据维度来看，该数据集覆盖了机器人训练所需的全链路核心特征：包括7维动作控制数据、26维环境与自身观察状态数据、三个不同视角摄像头采集的256x288分辨率RGB图像，同时配套了时间戳、帧索引、episode索引等标准化标识，方便研发人员快速对齐多模态数据、降低数据预处理成本。其中多视角图像数据可模拟机器人在真实场景下的环境感知逻辑，动作与状态数据则实现了感知输入到控制输出的全链路映射，能够有效填补仿真数据与真实场景数据之间的分布差距，提升模型落地的适配性。
据公开信息显示，该数据集采用Apache-2.0开源许可，商业与非商业研发主体均可免费使用，可为多个机器人研发场景提供数据支撑：包括家用服务机器人的自主导航、物体抓取算法训练，工业机械臂的视觉引导控制模型迭代，多模态人机交互系统的感知能力测试，以及机器人端侧轻量感知算法的性能验证等。
当前我国正加快推动数据要素市场化建设，人工智能领域的开源数据集作为重要的公共技术支撑资源，对降低行业研发门槛、加速技术落地具有重要作用。本次专项数据集的开放，也将为国内具身智能、服务机器人等赛道的研发提供更多优质数据选择，推动多模态感知、机器人视觉控制等核心技术的普惠化发展。
Dataset card内容：
Files and versions内容：
_1769672084863.jpg)