作为当前AI技术落地的核心赛道，具身智能、服务机器人、工业机器人等领域的技术迭代，高度依赖覆盖视觉感知、动作控制、状态监测等多维度的高质量标注数据集。长期以来，面向双臂操作场景的精细化同步标注数据集供给相对稀缺，是制约中小研发团队算法迭代效率的核心痛点之一。2026年5月24日，开发者dillonlyr04在HuggingFace平台上线的eval_final_k50_v2数据集，正是针对这一需求打造的机器人领域专用数据资源。
据公开信息显示，该数据集基于LeRobot工具创建，作为HuggingFace推出的开源机器人学习工具库，LeRobot主打降低机器人AI模型的研发、训练门槛，基于该工具生成的数据集也具备标注规范统一、兼容性强的特征。本次发布的eval_final_k50_v2共包含3个总剧集、1169个总帧、对应1个总任务，数据以parquet文件格式存储，配套视频文件为mp4格式，帧率为30fps。
从标注维度来看，该数据集覆盖三类核心信息：第一是动作数据，包含左右肩、肘、腕和抓手的关节位置标注，可直接用于机器人动作控制算法的训练；第二是观察状态数据，对应机器人本身的关节位置实时参数，可支撑机器人本体状态监测、动作校准相关技术研发；第三是多视角图像观察数据，覆盖全局顶部、左臂、右臂三个拍摄视角，图像分辨率为720x1280像素、3个通道，可满足多视角视觉感知相关模型的训练需求。除此之外，数据集还配套了时间戳、帧索引、剧集索引等标准化元数据，方便研发人员完成多模态数据对齐、时序任务拆分等处理工作。
从应用场景来看，该数据集可广泛应用于机器人操作控制、多视角视觉感知两大核心领域：在机器人控制方向，研究人员可基于数据集的动作与状态标注，训练双臂协作机器人的抓取、装配、分拣等任务的控制算法，优化复杂操作场景下的动作精度与稳定性；在多视角感知方向，三视角同步的图像数据可用于多传感器融合感知、目标识别、姿态估计、视觉SLAM等模型的训练，也可为视觉伺服控制相关技术的研发提供数据支撑。
目前该数据集已对外开放下载，可支撑各类机器人控制和学习任务的研发需求，不过其官方主页和配套论文信息暂缺，后续相关进展可持续关注。
Dataset card内容：
Files and versions内容：
_1769672084863.jpg)