近年具身智能赛道持续升温，机器人柔性操作作为打通家用、商用服务场景落地的核心技术，长期面临训练数据稀缺、格式不统一导致的算法迭代效率低的痛点。作为全球头部AI开源社区，HuggingFace推出的LeRobot格式专门针对机器人领域数据集的标准化需求设计，通过统一的数据存储、标注规范，大幅降低不同研发团队的数据适配成本，目前已成为全球机器人领域数据集发布的主流标准之一。
2026年5月9日，技术团队cf-group-4正式在HuggingFace平台首发eval_multitask_dit_cloth_folding_grasp多任务衣物折叠抓取机器人数据集，该数据集严格遵循LeRobot格式规范，主要面向机器人操作控制、柔软物体操作两大应用方向开放。
查看eval_multitask_dit_cloth_folding_grasp
从公开信息来看，该数据集聚焦柔软织物这一典型非刚性物体的操作全流程，填补了LeRobot生态下衣物操作场景的专用数据集供给空白，对降低中小团队研发门槛、加速相关技术迭代具有重要价值。
Dataset card内容：
从数据集卡片可见，该数据集覆盖了不同材质、不同褶皱状态、不同摆放场景下的衣物抓取、折叠全流程多模态数据，包含视觉感知、机械臂位姿、力度反馈等多维度标注信息，可同时满足单任务、多任务融合模型的训练与评估需求。
Files and versions内容：
本次公开的数据集版本已经完成多轮数据清洗与标注校验，研发团队可直接调用LeRobot生态的配套工具链开展研发工作，无需额外进行数据格式转换，大幅降低了数据预处理环节的时间成本。
作为聚焦柔软织物操作场景的专用数据集，eval_multitask_dit_cloth_folding_grasp可支撑多个下游场景的技术研发：在家庭服务场景，可用于训练家用机器人的衣物自动整理、收纳功能，提升服务机器人的家用适配能力；在商用洗衣、纺织生产场景，可用于优化自动化流水线的柔性机器人操作精度，降低人工参与成本；在物流仓储场景，也可为软包装货物的抓取、分拣、码放算法研发提供参考数据集，拓展工业机器人的适用边界。
当前我国数据要素市场建设持续深化，垂直领域专用数据集作为AI技术落地的核心支撑，其供给能力直接决定了细分赛道的创新速度。本次cf-group-4发布的标准化机器人操作数据集，一方面丰富了HuggingFace LeRobot生态的场景覆盖度，另一方面也降低了中小研发团队的数据集获取门槛，对于推动柔性操作机器人技术的普惠化发展、加速具身智能场景落地具有重要的行业参考价值。
_1769672084863.jpg)