Fysical首发机器人操作专用数据集 覆盖机械臂控制、模仿学习核心研发场景

近年具身智能赛道进入快速发展期，机器人模仿学习、机械臂自主操作等技术的落地，高度依赖高标注质量、多模态同步的真实场景操作数据集——相较于仿真生成数据，真实环境采集的演示数据能够大幅降低模型的“Sim2Real（仿真到真实）”迁移误差，是当前具身大模型研发环节的核心稀缺资源之一。近日，AI数据服务商Fysical正式在HuggingFace平台首发全新机器人操作数据集rollout_smolvla_S200_seed3_L1_20260930_142919，瞄准机械臂操作、机器人模仿学习两大核心应用场景，为相关技术研发提供标准化的训练数据支撑。

据公开信息显示，该数据集基于LeRobot创建（LeRobot是HuggingFace推出的开源机器人研发框架，广泛应用于机器人数据采集、模型训练等环节），共包含10个episodes的机器人操作数据，总计7804帧同步采集数据，涉及1个特定操作任务。数据维度覆盖运动控制、视觉感知两大核心模块：数据特征包括6维动作（肩部、肘部、腕部位置等）、6维状态（与动作相同），完整记录了机械臂的运动轨迹与实时位姿参数，为运动控制算法训练提供了精准的真值标注；同时配套同步采集的前向摄像头图像（480x640，30fps，AV1编码）、腕部摄像头图像（480x640，30fps，AV1编码），在保证画面清晰度的同时降低了数据存储与读取成本，可满足多模态具身大模型的视觉-动作对齐训练需求。此外数据集还包含时间戳、帧索引、episode索引、索引和任务索引等配套标注字段，可直接对接主流AI训练框架调用。本次数据集采集所用机器人类型为so_follower，结构化数据存储在parquet文件中，视频素材存储在mp4文件中，兼顾了数据读取效率与二次开发灵活性。

从应用价值来看，该数据集可广泛适配多个机器人研发场景：其一，可用于机械臂精细操作算法训练，基于真实环境采集的运动轨迹数据，可帮助算法快速适配真实操作场景的光照、摩擦等干扰因素，提升抓取、装配等任务的落地成功率；其二，可为机器人模仿学习模型提供高质量演示素材，尤其是对于无需手动设计奖励函数的行为克隆类算法，同步的视觉与运动参数数据可直接作为训练样本，大幅降低小样本场景下的模型训练成本；其三，该数据集的双视角视觉数据也可用于机器人位姿估计算法、动态物体识别算法的效果验证，为感知模块的性能迭代提供测试基准。

当前全球数据要素市场正向垂直细分领域深化，AI训练数据作为人工智能产业的核心生产资料，其细分场景的供给能力直接决定了细分赛道的技术迭代速度。本次Fysical发布的专用数据集，进一步丰富了具身智能领域的高质量数据供给，为中小研发团队降低了自主采集数据的高成本门槛，也为全球机器人领域的技术协同创新提供了标准化的数据基础。

查看rollout_smolvla_S200_seed3_L1_20260930_142919

Dataset card内容：

Files and versions内容：