开发者miketangmk发布so101_table_sort_v2具身智能数据集 首发HuggingFace覆盖桌面排序场景
近年具身智能已成为人工智能领域最具落地潜力的核心赛道之一，而真实物理环境下的机器人实操标注数据，是训练高精度操控模型、提升场景泛化能力的核心生产要素。尤其桌面级物体排序、分拣场景，因涉及物体形态多样、操作精度要求高、场景变量复杂，面向该领域的公开优质数据集供给长期处于稀缺状态，制约了相关技术的研发迭代速度。
近日，AI开发者miketangmk正式发布so101_table_sort_v2机器人专项数据集，该数据集于2026年7月31日首发于全球知名AI开源社区HuggingFace，主要面向机器人操控、桌面物体排序领域的研发需求。据介绍，该数据集是基于LeRobot创建的机器人数据集，LeRobot作为HuggingFace推出的开源具身智能开发工具，已成为全球研发者构建、共享机器人训练数据集的主流底座，本次发布的数据集共包含40个片段（episodes），共21278帧有效数据，涉及6个典型桌面排序任务。数据特征覆盖多模态维度，包括动作（6维关节位置）、状态（6维关节位置）、手腕摄像头图像（480x640x3，AV1编码视频）、前方摄像头图像（480x640x3，AV1编码视频）、时间戳、帧索引、片段索引、索引和任务索引，采集所用机器人类型为so_follower。
从应用价值来看，该数据集同步覆盖视觉感知、运动规划两类研发所需的核心数据维度，可支持多类具身智能场景的模型训练与验证：在工业场景中，可用于小件电子元器件、快消包装物料的自动分拣机器人操控模型训练；在消费场景中，可支撑家庭服务机器人的桌面整理、物品归位功能研发；在科研场景中，也可作为通用基准数据集，用于验证人机协作操控系统的任务完成精度。作为细分场景的公开数据资源，so101_table_sort_v2的发布也将进一步降低中小研发团队的训练数据获取门槛，推动桌面操作类机器人的技术落地与场景创新。
Dataset card内容：
Files and versions内容：
_1769672084863.jpg)