当前生命科学领域数字化、自动化转型加速，移液作为生物实验、药物研发环节中重复度最高、精度要求最严苛的操作之一，其自动化落地成为行业刚需。但此前面向移液器操作场景的机器人学习数据集极度稀缺，尤其是用于验证模型泛化能力的分布外（OOD）场景标注数据缺失，成为制约实验室机器人商业化落地的核心瓶颈之一。
2026年5月20日，全球知名非营利人工智能研究机构艾伦人工智能研究所（Allen Institute for AI，简称Allen AI）旗下LeRobot项目正式在HuggingFace平台首发eval_pi05_pipette_ood开源数据集，专门面向机器人操作学习、移液器操作场景的研发需求，为行业提供了高质量的标准化训练与测试数据源。据了解，LeRobot是Allen AI主导的机器人学习开源项目，旨在通过开放高质量的机器人交互演示数据集，降低全球机器人学习领域的研发门槛，推动通用机器人技术向垂直场景落地。
本次发布的eval_pi05_pipette_ood数据集由双雅马哈跟随者（bi_yam_follower）机器人采集生成，覆盖3个不同的移液器操作任务，包含20个完整操作序列（episodes）、总计9269帧标注数据，数据集文件总大小约100MB，配套视频文件总大小约200MB，采用分块形式存储便于开发者调用。数据集的结构设计充分匹配多模态机器人训练需求：核心字段包含14维浮点数组格式的动作（action）与状态观测（observation.state），分别对应左右机械臂各6个关节及夹爪的位置参数；图像观测（observation.images）覆盖右、左、顶三个视角的30fps视频流，每路视频为360*640分辨率3通道彩色画面，采用AV1编码在保证画质的同时降低存储成本；此外还配套时间戳、帧索引、序列索引、全局索引、任务索引等辅助字段，可满足不同训练场景的数据调取需求。目前该数据集全部20个操作序列均划分为训练集，采用商业友好的Apache 2.0开源许可协议，科研机构、机器人厂商、生命科学自动化企业均可免费使用，无需支付授权费用。
从应用价值来看，该数据集可支撑机器人学习、模仿学习、强化学习等多个技术方向的研发，尤其适配多模态（视频+状态）机器人操作策略的训练与验证。其典型应用场景包括：高通量药物筛选实验室自动化移液机器人的操作策略优化、生物安全实验室高风险样本处理机器人的泛化能力测试、实验室自动化工作站的操作流程迭代、多模态机器人操作模型的精度基准测试等，将有效降低垂直场景机器人的研发成本，推动生命科学自动化领域的技术落地。
Dataset card内容：
Files and versions内容：
_1769672084863.jpg)