诺亦腾：数字化“捕捉”令动作更精细丨走近新质生产力

马年央视春晚舞台上，武BOT机器人一套行云流水的仿人拳脚动作让人眼花缭乱。事实上，这些动作都是分解成一个个动作片段，然后按照人类指令编辑而成。

2025世界机器人大会现场展示的动捕技术

如何对人体运动片段进行数字化捕捉，并将其应用到人形机器人运动编辑中，使其按照人的要求，完成各种工作？业内正在普遍开展相关技术研发。记者日前采访诺亦腾机器人科技北京有限公司（简称“诺亦腾”）副总裁兼合伙人李遥，详解其中“奥秘”。

“作为数据基建领域深耕者，诺亦腾致力于人体动作捕捉和空间定位感知等方面技术研发。”李遥表示，诺亦腾生产的PN系列动作捕捉产品，至今已在全球已经售出了2万套以上，占全球专业动捕用户总量70%以上的市占率。

谈及人体动作捕捉，李遥介绍，该技术是把人的动作片段进行数字化记录，即：在人身上穿戴九轴惯性传感器，把一些关键骨骼的位姿数据采集下来，再根据这些数据，通过人体动力学的相关算法，反算出人体骨骼在不同片段的姿态。

起初，PN系列产品的用户主要集中在数字媒体领域。从2023年底到2024年上半年，越来越多机器人行业用户向诺亦腾采购动作捕捉套装。于是，2025年5月，诺亦腾整合资源，从事具身智能时代的数据技术建设。

“地处中关村（海淀）具身智能创新产业园内，诺亦腾与该园区还共建具身智能跨本体训练场。”李遥表示，利用该训练场，可通过数据来形成企业的应用模型训练以及真机应用，并形成从数据定义、数据采集获取、数据后期处理、数据模型训练，直至部署到真机上进行实际应用的闭环，从而为园区内及周边企业赋能。

2025世界机器人大会现场展示的机器人动态交互产品

“关于动作数据采集，诺亦腾提出‘数据金字塔’概念，基于这套分层数据逻辑，诺亦腾构建其竞争力，从而解决具身智能机器人研发中的数据痛点。”李遥表示，设计制造人形机器人，是要让它帮助人类去完成各种任务、要在物理空间内实实在在做事的，而这些任务其实是由一个个实际的动作片段组合而成，这就需要机器人的大脑在拆解任务、做完顶层策略规划后，把整个任务编辑成一个动作序列，再由执行器去做相应任务。

比如，用手传递手机这个动作，让机器人去学，它大概能模仿这个动作，但它无法模仿的是，用手抓手机的同时，如何用相对精确的力，既能够抓稳它不让它掉落，又不至于把它捏得变形。而要让机器人完成这项看似简单的任务，就要为其输入许多力触觉的数字化信息，并对这些涵盖物理量的数据信息进行分层，形成数据金字塔的概念。

置于金字塔最上面那层数据，由穿戴九轴惯性传感器的人类，对机器人进行遥操作（即通过交互设备实现人类对远程机器人或系统实时控制的技术，其关键在于将操作者的动作同步传递给远端设备），从而获取真机遥操数据。这类数据由于具有全部真机特性，所以属于质量最高的数据，同时也是最难获取、成本最高的数据。

第二层是真人数据层，被称为“受控环境下的全模态高精度人体操作的数据获取”。仍以用手传递手机为例，需要手部骨骼空间的六道费兹（精确到亚毫米级别）、手机本身被追踪的轨迹信息，还需要一些涵盖物理信息的力触觉数据、视频信息、EGO centric的第一人称视角的信息、第三人称视角的信息，以及一些语言信息、语音信息等。

以上信息只能在一个室内可控环境内获得。为此，需要营造一个完整、完善的数据采集环境，制定数据采集流程，从而确保把能采集到的这些模态信息都精确地记录下来。

第三层是人体操作信息数据层，需要走到户外，走进商超、酒店、养老院等场景，搭建并完善采集设备进行采集。这套被称为in the while的采集设备属于轻量化低侵入性采集设备，用于进行相对稀疏模态、精度相对低一些的人体操作数据捕捉。

第四层是模拟仿真数据，是基于虚拟建模技术生成的动态场景参数集合，主要用于自动化系统测试与优化。在机器人训练领域，该数据通过构建物体材质、光照环境、摩擦力等物理参数模型，形成可泛化训练数据集，有效补充真实数据采集的局限性。

“处于不同层级的数据之间，并非互斥关系。”李遥表示，并不意味着有了第一、第二层，就不需要第三、第四层，每一层数据都有其价值，相互之间存在互补关系。这种互补关系越缜密，机器人的动作就会越流畅。

诺亦腾会更侧重于第二层、第三层真人数据获取上，因为在这方面已有十几年积累，这种积累不仅体现在对人体动作捕捉方面的研究上，而且，也会体现在过去对可穿戴传感器、可穿戴硬件设备设计制作方面的一些积累和壁垒。

另外，诺亦腾还拥有一支经验丰富的算法团队，负责对采集到的数据进行验证，并进行数据模态方面的补全，从而把采集到的原始数据进行量化增值，使其更有利于开展行业应用。

“总之，诺亦腾的工作链条都是围绕数据采集，从数据定义到采集、获取、治理、分发、使用，围绕数据全流程、全管线深耕，从而为机器人能够更好地完成仿人任务提供更多高质量数据。”李遥表示。