当前全球智能机器人产业正处于商业化落地的关键爆发期，无论是工业机械臂的精度提升、人形机器人的动作迭代，还是服务机器人的场景适配，都高度依赖高质量、标注完备的场景化训练数据，而同步覆盖运动状态、视觉感知的多模态标注数据，始终是行业稀缺的核心研发资源。2026年5月9日，Iyaddo正式发布机器人领域专用数据集record-test，该数据集由LeRobot主导创建，首发上线HuggingFace开源社区，面向全球AI研发团队开放使用。
据公开参数显示，本次发布的record-test数据集围绕单一场景机器人任务采集生成，共包含1798帧采样数据，采样帧率为30fps，与主流机器人的传感器采样频率匹配，可保证数据的时序连贯性。存储层面，数据集的结构化指标采用parquet格式存储，方便研发人员直接调取、适配不同训练框架，视频素材则采用通用mp4格式存储，整体结构化数据总大小为100MB，视频总大小为200MB，轻量化的存储设计大幅降低了下载与调用门槛。
从特征维度来看，该数据集的标注维度覆盖机器人研发的核心需求：既包含动作端6个关节的位置数据、观测端6个关节的实时状态数据，可直接用于运动控制算法的训练；也包含分辨率为1080x1920的3通道前端高清图像，同步配套时间戳、帧索引、任务索引等标注字段，实现了视觉数据与运动状态数据的精准对齐，解决了多模态数据集标注不同步的行业痛点。
从应用场景来看，该数据集可广泛应用于机器人运动控制、视觉感知两大核心研发方向：在运动控制领域，研发团队可基于关节动作与观测状态的对应关系，开展机械臂轨迹规划、末端执行器精度校准、避障算法迭代等相关研究；在视觉感知领域，同步标注的高清图像与运动状态数据，可支撑视觉伺服、动态目标识别、场景语义分割、自主导航等算法的训练，尤其适合中小研发团队快速开展原型验证，降低数据采集与标注的成本投入，也为行业统一训练基准、开展横向算法对比提供了标准化的数据集底座。
Dataset card内容：
_1769672084863.jpg)