Bixymax发布多模态机器人遥操作数据集 首发HuggingFace 赋能操作技能学习研发

当前，具身智能与通用机器人赛道正进入技术落地的关键窗口期，而涵盖动作、视觉、状态的多模态真实遥操作数据，是训练机器人操作技能模型、优化遥操作响应精度的核心刚需，也是长期以来制约中小研发团队技术迭代的高门槛成本项。近日，机器人技术厂商Bixymax正式上线全新机器人操作数据集，为行业提供高质量的训练数据供给。

Bixymax本次发布的数据集so101_dataset_etoile_20261005_154249，该数据集使用LeRobot框架创建，是一个机器人操作数据集。包含80个episode的遥操作数据，帧率为30fps。每个episode包含机器人关节动作（shoulder_pan, shoulder_lift, elbow_flex, wrist_flex, wrist_roll, gripper）、观测状态（与动作相同的关节位置）、三个摄像头视角（侧方、顶部、45度角）的视频图像（分辨率480x640，编码为AV1），以及时间戳、帧索引、episode索引等元数据。机器人类型为so_follower，任务数量为1。数据以Parquet和MP4格式存储，许可为Apache-2.0。

查看so101_dataset_etoile_20261005_154249

据行业研发人员介绍，该类覆盖完整动作链路、多视角视觉同步采集的遥操作数据集，可广泛应用于多个机器人研发场景：在遥操作技术迭代方向，可支撑高危场景（化工检修、核电运维、深海探测）遥操作机器人的动作响应延迟优化、操作精度校准，也可用于医疗手术机器人的远程操作动作匹配算法训练；在操作技能学习方向，可作为通用机器人抓取、组装、分拣等工业/服务场景通用技能的小样本训练素材，也可支撑具身大模型的多模态指令-动作对齐训练。

本次发布的数据集采用Apache-2.0开源许可，研发团队可自由修改、分发甚至商用相关数据，将大幅降低中小团队的机器人操作数据采集成本，对推动具身智能领域的技术普惠、加快机器人商业化落地进程具有重要意义。

Dataset card内容：

Files and versions内容：