公司业务介绍 - 公司AI与空间计算业务板块以全球领先的光学动作捕捉技术为核心，研发、生产、销售动捕产品，推动其与各行业结合的应用方案，已应用于影视娱乐、具身智能机器人等多领域 [1] - 公司在OptiTrack技术基础上，增加Lydia动作大模型等多种前沿技术能力，可提供不同解决方案 [1] - 2024年公司以“数据、服务、算法、硬件”为核心能力入局具身智能领域，发布技术成果和解决方案，成立具身智能联合实验室 [2] 具身智能领域赋能方面 - 数据方面，公司有丰富动作数据原始积累，可基于动作捕捉技术产出新数据，构建机器人动作数据集 [2] - 服务方面，公司从提供硬件设备拓展出数据采集开发、机器人训练等服务 [2] - 算法及硬件方面，开发小型摄像头，配合SLAM算法积累，为机器人提供空间定位摄像头 [2] 投资者问答 - 公司会基于客户需求提供硬件、软件、数据服务等，制定整体解决方案和机器人训练服务 [3] - 公司有现成高质量动作数据库，机器人厂商可提取数据，公司也会按需采集 [3] - 机器人达到泛化标准所需数据量不确定，如跑步训练百条有效数据配合算法可适应路况，精细动作需更多数据，算法泛化能力也是关键因素 [4] - 一条数据指一组有意义的动作 [5] - 数据采集后需先清洗，再调优线路，重定向给机器人 [5] - 公司有光学、惯性等多种技术路线，认为光学对机器人训练最合理，因其精度最高 [5]

本月28日，一场机器人足球联赛，将在北京亦庄开赛。同一款机器人将分别效力于不同的队伍，实 现同等硬件条件下的软件较量。 央广网北京6月21日消息（记者张筱璇）据中央广播电视总台中国之声《新闻和报纸摘要》报道， 北京一家从事影视、运动健康产业的动作捕捉技术公司，从去年开始拓展新业务：对人形机器人进行足 球训练。新技术发展，让科学梦想照进现实。相关文化娱乐项目的开发，也给技术发展带来了更多想象 空间。 走进位于北京首钢园的中关村科幻产业创新中心，一家入驻企业研发的动作捕捉装备，最初是用于 制作科幻影视作品，如今有了新的用途。 品牌总监孙宇阳：从去年开始，我们在机器人领域扩大发展，随之而来的是对这些运动数据的需求 开始大量增加。我们希望它的动作近乎人类。如果是采集人体的数据，它会更加自然。 如何让新出炉的人形机器人，更快学会"人的动作"？让真人穿戴上动作捕捉设备，给机器人做"示 范"，是其中一个解题思路。事实上，即便是同一款机器人，也可以在软件层面做不同的文章。 工作人员苏颖：一定要统一硬件。让大家比的是团队做算法开发的能力。 今年8月，在北京鸟巢和冰丝带还将举办世界人形机器人运动会，这也将是全球首个人形机器人综 ...

来源：人民网 非遗区集中展现了网易以游戏为载体，将 AI、3D 建模、动作捕捉等前沿技术转化为"文化画笔"。从 《一梦江湖》联动新白娘子传奇、民间宝藏，到《第五人格》携手唐三彩、龙舞非遗、川剧非遗，再到 《大话西游IP》与麦秆、毕六福油纸伞、蜀绣的精妙合作，以及《光·遇》与掐丝珐琅、《天下》与香 云纱的跨界演绎，还有《逆水寒》展现的"国宝复刻"西周宣王五年青铜兮甲盘、榉溪孔氏家庙联名护身 符、汝窑非物质文化遗产代表性传承人打造的天青釉葵瓣盏等，这些展品生动诠释了网易在非遗传承中 的创新实践。 6 月 18 日，第三十一届北京国际图书博览会（BIBF）在国家会议中心举行。网易以"科技丝路·文化出 海"为主题，携旗下游戏、有道智能学习、LOFTER社区等业务亮相。本次参展，网易围绕"科技传承非 遗、科技赋能生活、科技驱动突破"等三大维度，打造沉浸式展区，集中展示了在游戏、教育和内容生 态等多个业务领域的最新成果与实践。 观众可在游戏AI功能体验区体验与《逆水寒》的智能NPC"沈秋索"进行对话游玩（由DeepSeek技术驱动 实现），也可以体验到由《永劫无间》手游24工作室与网易伏羲实验室联合研发、利用最新AI大模 ...

元客视界技术发展 - 自主研发FZMotion光学动作捕捉系统 通过捕捉人体动作转化为机器人可学习数据 实现"看-想-动"一体化 耗时一年完成第一版开发[3] - 创新"骨骼关联算法"解决手部遮挡问题 即使部分数据被遮挡也能推理出真实动作轨迹 提升机器人在复杂场景表现[3] - 技术应用于2025央视春晚《秧BOT》节目 宇树机器人完成流畅自然的扭秧歌表演[3] - 与睿尔曼合作拓展至超轻量仿人机械臂 实现浇花/收纳/切菜等生活场景任务精准同步[3] - 正升级"无标点无穿戴设备"动捕技术 未来将应用于无人车/无人机/水下仿真机器人[3] 商业化应用场景 - 国家拳击队训练馆部署FZMotion 捕捉出拳轨迹/速度/角度数据 提供毫秒级实时反馈与个性化训练建议[4] - 2024中国文学艺术界春晚AR特效开发 实现虚拟花海/动态诗句与真实舞台融合 需对多机位进行精密标定[4] - 参与高校千平米级无人集群实验平台项目 在复杂需求与高压环境下击败两家竞争对手获得第一名[4] 产学研合作模式 - 与清华大学/北理工/北航等高校深度联动 博士论文"带油墨香"即投入数据测试 新型机器人直接接入动捕系统[5] - 共建联合实验室与人才培养项目 为职校生提供实习机会 表现突出者可转正[5] - 内部实行"去权威化"管理 每周四举行"技术茶歇"进行头脑风暴 领导层注重观点平等交流[5] 北京创新生态支持 - 北京市2024年发布《具身智能科技创新与产业培育行动计划》 目标三年内建成全球具身智能创新高地[5] - 首钢园科幻产业聚集区提供"技术研发+应用场景"闭环平台 形成政府主导+企业落地的协同创新模式[5]

央视网消息：人形机器人之间比赛格斗会有怎样的精彩？直拳勾拳、踢腿防守、灵活平衡是重要指标，勾勾手、转个身，一套丝滑小连招。击 打对抗、战术闪避，机器人选手武功高。 5月25日晚，由中央广播电视总台主办的《CMG世界机器人大赛·系列赛》机甲格斗擂台赛将在浙江杭州举行。 本次赛事分为表演赛与竞技赛两大板块。表演赛中，人形机器人将挑战传统体育项目——格斗，通过单机特技、群体对抗等环节，结合灯光与 音乐编排，展现其协同控制与动态响应能力。竞技赛则由4支队伍展开实时操控对抗，参赛机器人均搭载国产自主研发技术。 机器人选手备赛进行时 记者探营赛前训练 目前，机器人"选手"们正在紧张有序的备赛中，机器人"选手"要准备哪些复杂的动作？ 在位于杭州市滨江区的宇树科技赛前训练场，机器人"选手"们正在进行备赛训练。 擂台上的这款人形机器人因为每天高强度的训练，身上留下了一些划痕。工作人员告诉记者，这些"皮外伤"并不会影响机器人的比赛表现。 《CMG世界机器人大赛·系列赛》机甲格斗擂台赛设备测试员孙宝岩介绍，机器人每一次攻击的时候力道还是比较大的，他们用非常剧烈的方 式来测试产品自身的稳定性，对它的骨骼、关键结构件都做了保护，让它即 ...

纪要涉及的行业和公司 - **行业**：机器人动捕设备行业 - **公司**：海外的 Tesla、Adesso；国内的小鹏汽车、腾讯、谥源公司 [4][13][16] 纪要提到的核心观点和论据 数据采集模式 - 四种主要模式为真实动捕训练本体、动捕结合虚拟引擎、纯动捕系统和模拟合成数据，有效数据比例差异显著，影响训练效果和成本 [1] - 真实动捕训练本体采集的数据最真实有效，但成本高，有效数据比例约 30% - 50%；动捕结合虚拟引擎成本低，一天可采集 15 - 20 分钟数据，但缺验证过程；纯动捕系统可采集大量数据，但有效数据比例低，映射效果待验证；模拟合成数据用于大规模训练，备受争论 [2] 海内外公司数据采集手段 - 海外公司如 Tesla 批量采购 Adesso 设备，采用真人动捕训练和虚拟仿真 DNF 模式 [1][4] - 国内公司多处于技术验证阶段，采用遥操动捕设备和少量设备结合真人动捕与虚拟 YDF 模式 [1][4] 数据有效性衡量 - 通过真人动作初步验证和机器人反向验证姿态衡量，行业内尚无统一标准，涉及多传感器信息融合确保评估结果可靠性 [1][5] 数据积累与复用 - 简单动作如抓水杯需 3 - 5 小时数据积累，通用泛化性需几十万甚至数百万小时 [5] - 数据复用关键在于重定向过程，将人的高自由度数据映射到机器人，难点是末端精度协调和自然衔接 [1][6] 数据采集效率与成本 - 数据采集效率极低，1300 秒数据需经验丰富动捕专家用上百万设备连续工作十几天，核心问题是虚拟本体软件不成熟，与真实物体交互有挑战 [1][6] - 数据采集成本按秒计算，有效数据每秒约 300 元，重复数据每秒约 60 元，预计未来 1 - 3 年成本降至 200 元左右，大量用学生参与有望降至百元以下 [3][14][22] 动作捕捉技术问题与解决 - 主要问题是映射问题，即人的动作和机器动作协调性，解决核心是提升数据映射算法，常用方法是舍弃姿态追求精度 [3][7][9] 数据工厂作用 - 可实现高效数据收集，一家企业建数据工厂可用上百到千套设备采集数据，每天采 3 万分钟，一年积累 300 多万分钟，建设需政府或大型企业牵头 [10] 数据采集优先级排序 - 根据客户需求和应用场景决定，如家政、厨房、护理、救援等领域，而非按具体动作分配 [11][12] 国内大厂数据采集方向 - 集中在家政、医疗、陪伴救援等方面，如搭建家政环境、偏生产环境、展示陪伴或家政类应用 [13] 机器人本体厂商结算 - 除购设备外，需支付数据采集费用，计费方式按秒或按条，一条数据 5 - 10 秒 [15] 动捕数据与传感信息融合 - 动捕数据与力控、视觉传感信息融合是互相验证和学习过程，动捕设备用于优化和验证视觉算法 [17] - 动补、力矩和触觉信息可三合一融合，如手套采集多种数据信息 [18] 数据采集模式对训练效果影响 - 真实设备驱动真实本体最有效，但成本高、过程慢；真实动捕设备驱动虚拟人体节省成本、增加采集量；其他方法简单但有效性可能欠缺 [19] 动捕数据应用流程 - 前期结合真人操作采集数据初步训练，接着用纯合成或纯动捕数据强化训练，再用真实人和真实数据进一步训练，最后通过动环设备检验学习情况 [20] 数据采集降本方式 - 通过批量化生产降低硬件成本，与学校合作利用廉价劳动力和场地，采用半买半送模式共享数据和利益分成 [21] 动捕设备精度与应用场景 - 当前动捕设备误差度在毫米级别，映射到机器人后仍有误差，未形成精度与应用场景一一对应关系 [23] 映射算法重要性 - 对机器人性能至关重要，影响最终数据精度和训练效果，多数企业自研或委托开发映射算法 [24] 其他重要但可能被忽略的内容 - 谥源公司下了 1000 套订单但未交付，2025 年绝大多数公司处于验证阶段，零散购买设备测试 [16] - 动补企业帮其他公司设计映射方案时面临理解人体 XYZ 轴向问题，部分公司前期自研无果后转向专业公司求助 [25]