当前，全球精密操作机器人赛道正处于快速落地期，生物医药实验室自动化、工业精密组装等场景对双臂机器人的操作精度、稳定性要求持续提升，但面向细分任务的高质量标注交互数据稀缺，一直是制约模仿学习、强化学习类机器人算法迭代的核心瓶颈。作为全球顶尖的非营利性AI研究机构，艾伦人工智能研究所（Allen Institute for AI，简称AI2）长期聚焦人工智能基础技术与开源资源供给，其发布的各类数据集已成为全球AI研发领域的重要公共基础资源。
近日，AI2正式于2026年5月20日在HuggingFace平台首发全新机器人领域专用数据集eval_xvla_pipette_in-distribution，专门面向双臂机器人移液操作场景的模型训练需求设计。该数据集基于业内通用的LeRobot机器人学习框架创建，所有数据均采集自bi_yam_follower双臂机器人平台的真实交互过程，适用于机器人控制、模仿学习或强化学习等多类研发任务。
从数据集规格来看，本次发布的数据集总规模覆盖50个完整任务轨迹（episodes），共包含24471帧有效数据，采集帧率为30fps，完整还原了双臂机器人完成单次移液操作的全流程动作与环境反馈，且仅设置训练分割（train split），专门匹配分布内模型训练的使用需求。数据采用结构化特征形式存储，核心内容覆盖四大维度：1) 动作（action）：14维浮点向量，分别对应左臂6个关节、1个夹爪与右臂6个关节、1个夹爪的位置控制指令，可精准复现操作过程中的每一步动作逻辑；2) 状态观测（observation.state）：14维浮点向量，实时记录左右臂各关节和夹爪的当前位置状态，为算法训练提供精准的状态反馈基准；3) 图像观测（observation.images）：包含右、左、顶三个视角的RGB视频流，单帧分辨率为360x640，采用AV1高效编码，完整覆盖操作场景的全局与局部环境信息，可支撑多模态机器人算法的训练需求；4) 元数据索引：包含时间戳、帧索引、episode索引、全局索引和任务索引，方便研发团队快速定位对应操作节点的数据，大幅降低数据预处理成本。
存储层面，该数据集的结构化数据采用Parquet格式存储，总大小约100MB；视频文件以MP4格式存储，总大小约200MB，整体轻量化的设计便于研发团队快速下载部署。此外，数据集采用Apache 2.0开源许可证，允许商业与非商业场景的自由使用，进一步降低了中小研发团队的使用门槛。
从应用价值来看，该数据集可广泛应用于多个机器人研发场景：一是双臂机器人的模仿学习训练，研发人员可直接基于该数据集训练移液操作模型，大幅减少真实机器人采样的时间与经济成本；二是精密操作类机器人的控制算法验证，可用于测试双臂协同控制的精度与稳定性；三是实验室自动化机器人的原型研发，为生物、化学实验室的自动化移液机器人研发提供标准化的训练基准。本次数据集的发布，进一步丰富了机器人细分操作场景的开源数据供给，对于推动数据要素在机器人研发领域的流通应用，加速精密操作机器人的商业化落地进程具有积极意义。
查看eval_xvla_pipette_in-distribution
Dataset card内容：
Files and versions内容：
_1769672084863.jpg)