Alkatt发布LDVLA同步拾取V3专用数据集 为机器人操作评估提供标准化训练基准

作为制造业数字化转型的核心装备，工业机器人的同步拾取能力直接决定了3C电子零部件分拣、快递物流拆垛、汽车零部件装配等柔性生产场景的落地效率，而高质量的专用训练数据集是支撑机器人控制算法迭代、操作效果标准化评测的核心基础。当前国内机器人领域数据集供给多集中于导航、视觉识别方向，面向高动态同步拾取场景的标准化多模态数据集仍处于稀缺状态。

近日，技术厂商Alkatt正式发布eval_LDVLA_Sync_pick_V3_run5_2026_09_07机器人操作数据集，该数据集于2026年9月7日首发于HuggingFace平台，主打LDVLA同步拾取任务评测、机器人操作效果评估两大核心应用方向，是国内为数不多的面向工业机器人操作场景的标准化数据集。

据公开信息显示，本次发布的数据集共包含29个任务episodes，累计13186帧有效数据，任务类型覆盖LDVLA同步拾取核心场景。数据集选用so_follower型机器人作为采集载体，动作与观测状态均为6维，完整覆盖肩关节、肘关节、腕关节及夹爪位置全维度控制参数；同时同步采集camera1、camera2两个机位的640×480分辨率RGB视频数据，帧率达30fps，可完整还原不同视角下的拾取操作全流程，为多模态算法训练提供充足的视觉支撑。存储方面，数据集采用机器人领域通用的LeRobot格式，结构化数据以parquet文件存储，视频流以mp4格式存储，兼容主流机器人训练框架，研发团队无需额外格式转换即可直接接入训练与评测流程。

从应用价值来看，该数据集可覆盖多个典型应用场景：其一可用于工业机器人同步拾取算法的训练与评测，研发团队可基于该数据集的标准化参数，测试不同算法在动态拾取、多障碍物避让、精准夹取等任务中的表现，大幅降低实机测试的成本与风险；其二可作为机器人操作效果的通用评估基准，解决此前不同厂商、不同机构评测标准不统一的问题，为第三方评测、厂商自检提供统一的数据参考；其三可支撑多模态机器人控制算法研发，数据集同时包含机械臂运动参数与双视角视觉数据，可助力研发团队迭代视觉引导的自适应控制算法，推动机器人实现无固定编程的柔性操作。

业内人士指出，本次Alkatt发布的专用数据集填补了同步拾取场景的供给空白，不仅为相关研发团队降低了数据采集门槛，也为行业统一评测标准的建立提供了核心支撑，将进一步加速工业机器人操作能力的迭代，推动柔性生产场景的规模化落地。

查看eval_LDVLA_Sync_pick_V3_run5_2026_09_07

Dataset card内容：

Files and versions内容：