全球公开规模最大的高精度人体运动数据集，诺亦腾机器人造

如今，机器人本体日趋完备，模型能力愈发强大。但影响它们进入真实物理世界的，是能够被准确理解、有效学习、真实转化的数据。

8月19日，2026世界机器人大会（WRC 2026）在北京开幕。诺亦腾机器人在本次大会参展亮相，并正式发布 HiPHI 高精度人体运动与人—物交互数据集，该数据集即日起面向全球科研社区免费开放。

HiPHI 共包含617.5小时，约2.001亿帧的运动数据，是迄今规模最大的开源高精度人体运动数据集之一。它可用于人形机器人动作跟踪、模仿学习、动作生成，也能够为数字人和计算机图形学中的运动先验模型提供高质量数据基础。

该数据集现已在 Hugging Face 公开上线，是诺亦腾机器人基于 “World Compiler” 理念发布的首个公开数据集，旨在让真实物理世界成为人工智能系统可学习的对象。(huggingface.co/datasets/noitomrobotics/HiPHI)

目前该数据集根据ModalityNet 开放研究许可协议 (ModalityNet Open Research License)向非商业用途科研社区免费开放。如需商业授权，可通过 modalitynet.com 与诺亦腾机器人联系。

617.5小时数据

记录了什么？

此次发布的数据总时长达到 617.5小时，采集自132名动捕演员，采集频率为90 Hz，可达到亚毫米级光学动捕精度。在这些数据中，371.8小时为全身人体运动数据，覆盖行走、跑步、姿态转换、动态运动、平衡及全身协调等。而另外的245.7小时为人—物交互数据。

与只记录人体动作的其他数据集不同，HiPHI 会将动捕演员的动作 BVH 数据、物体六自由度运动轨迹和物体三维网格体（3D Mesh）信息同步记录在同一坐标系中。在整个数据集中，共使用了40件重量、大小不等的真实物体，覆盖12个类别。

当一个人在“拉”“推”或“搬”某件物体时，数据不仅包含人的动作，还包含物体的位置、朝向、形状以及它与人体动作之间的对应关系。缺少物体信息以及接触状态的数据对于机器人的训练来说是不完整的。物体其本身就是物理交互的一部分。

从“动作清单”

走向“运动空间”

许多人体运动数据集以“动作清单”的方式组织：走路、跑步、跳跃、坐下、转身……动作种类与数据覆盖的广度似乎能够画上等号。但对于机器人学习而言，知道数据中“有哪些动作”还远远不够。

以“坐下”为例。不同的初始姿态、移动方向、动作速度、座椅高度和支撑方式，都会形成不同的运动轨迹；从站立到坐下也涉及重心变化、身体平衡以及多个关节之间的连续协调。如果只是为一段数据贴上“坐下”的标签，这些真正决定动作如何完成的信息就很难被充分表达。

因此，HiPHI 构建出了一个具有系统性和连续性的“运动空间”。诺亦腾机器人团队参考 FrameNet 对人类动作语义的组织框架，系统考虑动作之间的变化、组合与转换。以动作单元进行结构化整理。可以说，早在采集第一帧数据之前，团队就已经围绕人体行为的语义关系进行了覆盖度设计。

在这一框架下，移动、姿势转换、动态动作、平衡和全身协调是运动空间中相互连接的区域；这种组织方式让模型学习动作如何开始、如何变化、如何衔接，以及在不同条件下如何完成。对于模仿学习、动作生成和运动先验模型而言，这意味着数据能够提供更完整的变化范围和更清晰的物理约束。

数据中的动作

能否真正转化为机器人能力？

从动作数据到机器人自主能力，还需要经过从采集到仿真到真机部署的过程。诺亦腾机器人团队首先将HiPHI中的人体动作重定向到人形机器人，再通过物理仿真与强化学习，让机器人在满足关节限制、平衡和接触约束的情况下，学习如何复现相应动作。

在训练数据量相同的情况下，无论使用3小时还是20小时随机采样的验证子集，基于 HiPHI 训练的控制策略都能更快学会动作，并以更高的成功率完成运动跟踪。这说明 HiPHI 的优势不仅来自规模，也来自数据本身的质量与覆盖度。

当 HiPHI 的训练数据进一步从3小时增加到300小时时，控制策略在四个未参与训练的外部动作数据集上的关节跟踪误差持续下降。这表明，随着高质量数据规模扩大，机器人对陌生动作的学习和泛化能力仍在继续提升。

目前，基于HiPHI训练的控制策略已经成功部署在真实的宇树G1人形机器人上，实现跑步、坐下、爬行、搬运箱子和拖拉行李箱等动作。HiPHI完成了一次从“人类如何运动”到“机器人如何学习”的完整验证。

为具身智能行业提供一套

可信赖的公共数据基础数据

高质量人体运动数据长期稀缺，行业一直面临规模与精度难以兼得的问题：互联网视频体量庞大，却缺少机器人学习所需的精确物理状态和交互信息；实验室采集的数据精度更高，但受制于采集成本和生产效率，往往只能覆盖有限的行为类型。正因如此，同时具备大规模、高精度和丰富动作覆盖的数据集很少对外开放，由商业数据生产企业完整公开的案例更为罕见。

此次公开的617.5小时 HiPHI 数据，是诺亦腾机器人持续生产的高精度人体运动数据中的一个代表性样本。除开源部分外，诺亦腾机器人可提供的同类数据规模可达到本次开源数据的十倍以上，并根据具体应用场景，在动作范围、交互物体、机器人本体和交付格式等方面提供定制化的数据生产与商业授权服务。企业可以通过此次开源版本直接评估数据的覆盖度、精度和组织方式，并进一步通过 ModalityNet 获取更大规模、可用于商业开发的数据。

Noitom Robotics 创始人&CEO 戴若犁博士表示：

Physical AI 面临的真正瓶颈，不在于世界上存在多少数据，而在于其中究竟有多少能够真正被机器学习。HiPHI 是我们给出的第一个答案。这类高质量数据通常被企业视为核心资产，很少对外开放。我们选择公开 HiPHI，一方面是希望为具身智能行业提供一套可信赖的公共数据基础；另一方面，也源于我们对自身持续生产高质量数据能力的信心。”

诺亦腾机器人首席科学家韩磊博士表示：

动作覆盖度、逐帧数据质量和交互物体状态，直接决定了人形机器人能否真正从人类运动数据中学到能力。因此，从数据设计、生产评估到发布，我们始终围绕这三个重点展开。此次发布已经包含研究人员使用和评估数据所需的完整内容，包括标准化 BVH 文件、同步物体轨迹、语义化动作索引HiPHI 也是我们日常数据生产能力的真实体现：依托这套基础设施，我们每年可为合作伙伴生产超过10万小时的高质量数据。