近日，乐聚机器人联合开放原子开源基金会，在旗下OpenLET社区正式开源了国内首次面向真实作业场景的人形机器人灵巧操作真机数据集。首批开源的800条高质量数据集，覆盖家庭、物流、日化三大典型场景，精准填补了具身智能领域高质量灵巧操作数据的迫切需求，将为行业技术创新提供关键数据支撑，助力构建开放协同的产业生态。

图：灵巧手指尖触觉&腕部六维力矩

行业瓶颈：从“视觉感知”到“物理交互”的断层

当前，机器人尤其在服务与协作领域，正从预设结构化环境走向开放动态场景。然而，大多数现有算法模型依赖于纯视觉数据训练，导致机器人具备良好的“眼睛”，却缺少灵敏的“双手”。在执行抓取、装配、柔性物体操作等任务时，无法精准感知力度、材质、滑动等关键物理信息，普遍存在“看得见，摸不准”的痛点。

乐聚此次开源的数据集，针对这一核心短板，系统提供了融合触觉、力觉、视觉与动作的多模态真实数据，旨在打通“视觉-力触-动作”的全链路，推动机器人操作能力从“识别”走向“执行”，为行业数据体系建设提供了可借鉴的范本。

数据新范式：五大维度构建“手眼触力”闭环

灵巧操作数据集的核心优势在于其多模态数据与全链路需求闭环，具体包含五大核心数据维度：

●触觉阵列数据：通过6×12×5的指尖传感器网格，采集操作过程中的时序压力分布，直接反映物体材质、形状及接触状态变化。

●高精度六维力数据：完整记录机械手在抓取、放置、操作中的三维力与力矩信息，测量精度达±0.5%，为力控算法提供关键真值。

●RGB-D视觉数据：同步提供高分辨率彩色图像与稠密深度图，完整还原任务场景的三维外观信息。

●同步动作信息：包含手部各关节的角度、速度等运动状态数据，实现感知与执行端的时空对齐。

●结构化场景标注：每条数据均附带场景类型、物体材质、操作目标等多维度语义标签，支持基于自然语言的指令建模与任务理解。

这种多维度、对齐好的数据体系，为研发触觉融合感知、自适应抓取策略、精细力控等算法提供了前所未有的真实世界基础。

应用价值：缩短从实验室到产业场景的路径

优质数据集是驱动机器人实现从“看得见”到“操作得准”跨越的核心引擎。通过提供融合触觉、力觉与视觉的真实交互数据，机器人得以在多个复杂场景中实时感知判断物体形状与受力状态，动态调整抓取姿态和力度，避免包裹滑落或纸箱破损。这标志着其感知系统已从单一的视觉维度，演进为覆盖力控与触觉反馈的多模态闭环，为机器人适应真实物理世界奠定了感知基础。

更进一步，该数据集构建了一个贯穿技术研发全周期的支持平台。它既为触觉融合、具身推理等前沿研究提供了稀缺的真实世界数据，也为抓取规划、力控算法等关键技术的产业化落地提供了即用型验证环境。配套的工具链与示例代码大幅降低了研发门槛，加速了技术从实验室到生产线的转化进程。

图：数采系统画面

与此同时，数据集在邮政、日化等多场景中验证的泛化能力，不仅增强了模型对多样化物体的适应性，也为攻克“仿真-现实”鸿沟、训练更具通用性的具身大模型提供了关键数据支撑。因此，其价值已超越单一算法优化，成为推动整个机器人技术栈协同演进与产业生态共建的重要基础设施。

生态信号：开源协作成为技术加速新引擎

灵巧操作数据集的价值不仅局限于单一技术优化，更能覆盖从“算法研究”到“产业验证”的全链路需求。在开放原子开源基金会的支持下，乐聚发起OpenLET社区，明确以共建共享“人形机器人真机数据集”为核心目标。这反映出机器人领域发展逻辑的演变：在硬件平台逐渐成熟后，高质量数据与算法生态正成为竞争与创新的关键焦点。

通过开源共享数据，可以避免行业内的重复采集投入，降低整体研发成本，并吸引更多开发者与研究者加入生态，共同解决复杂问题。这种开放协作的模式，有望在具身智能这一前沿领域，凝聚创新合力，加快技术从实验室走向产业应用的进程。

随着机器人深入人类生产与生活场景，解决“最后一厘米”的精细操作问题至关重要。国内首个灵巧操作数据集的开源，不仅填补了关键数据空白，更以开放姿态开启了行业协同创新的新篇章。未来，持续丰富的高质量数据与蓬勃发展的社区生态，将成为推动中国机器人技术实现从“跟随”到“引领”跨越的重要基础设施。

公开平台

乐聚OpenLET社区，扫码获取数据

官方申请

可通过官方邮箱wangsong@lejurobot.com直接申请获取

后续还将开放工业场景的灵巧操作数据，可持续关注乐聚OpenLET社区