8月23日，在2026世界机器人大会期间，诺亦腾机器人正式发布HiPHI，这是一套面向人形机器人学习、数字人以及计算机图形学领域研究人员和工程师的高精度光学动作捕捉数据集。该数据集已在Hugging Face平台公开上线，提供文档与论文等配套资源。
据官方披露，HiPHI数据集总长617.5小时，包含371.8小时的全身人体运动数据，以及245.7小时的人—物交互数据，且均包含左右镜像版本。数据源来自132名动作捕捉演员，以90Hz的采样频率和亚毫米级光学动捕精度完成采集。数据集依据FrameNet对人类动作语义的组织框架，以动作单元进行结构化整理，便于研究人员检索与调用。
从数据构成来看，HiPHI覆盖了从基础肢体动作到复杂人—物交互的广泛场景，其结构化标注方式旨在降低数据使用门槛，提升模型训练效率。诺亦腾方面表示，基于HiPHI训练的模型已在宇树G1人形机器人真机部署中实现多项动作能力，包括跑步、坐下、爬行、搬运箱子以及拖拉行李箱等。
人形机器人行业近年面临的核心瓶颈之一是高质量运动数据的稀缺。与自动驾驶依赖海量路测数据类似，人形机器人的运动控制与具身智能模型训练同样需要大量标注精确、覆盖场景多样的动作数据。当前行业内公开数据集多为单人或简单场景，且精度与标注粒度参差不齐，难以满足复杂任务训练需求。HiPHI以亚毫米级精度和结构化动作单元标注切入，试图填补该领域的空白。
诺亦腾机器人是国内动作捕捉技术领域的代表性企业，其惯性动捕与光学动捕产品在影视特效、医疗康复和机器人研发等场景有广泛应用。此次将积累的数据资产以开源形式释放，一方面有利于推动行业整体研究进展，另一方面也有助于其建立围绕数据生态的技术标准。开源策略在AI基础设施领域已得到验证，从OpenAI早期开源GPT-2到Meta开源LLaMA系列，数据与模型的开源往往能加速技术迭代并扩大生态影响力。
从数据规模看，617.5小时的数据量在公开人体运动数据集中属于较高水平。以业界常用的AMASS数据集为例，其包含约40小时的高质量运动数据；CMU Motion Capture Database约为5小时。HiPHI在时长与交互覆盖面上均有所突破，尤其是人—物交互数据的占比达到四成，这一部分数据对训练机器人在真实环境中操作物体尤为关键。
目前，HiPHI已在Hugging Face平台上线，研究者可免费获取数据集及其配套文档。诺亦腾方面未披露后续商业化计划，但业内人士认为，开源高质量数据集有助于吸引更多研究团队基于该数据开展模型训练与算法验证，进而形成围绕数据格式和标注标准的生态粘性。
随着人形机器人从实验室走向实际应用，数据基础设施的重要性将持续上升。HiPHI的发布为行业提供了一个高精度的基准数据集，其在实际机器人上的部署验证也为数据实用性提供了参考。未来，数据集的持续扩充与标注标准的统一，将成为推动人形机器人智能化水平提升的关键因素之一。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
