8月23日消息，诺亦腾机器人在2026世界机器人大会期间发布HiPHI数据集，并面向人形机器人学习、数字人动作生成和计算机图形学等领域的研究人员与工程师开放。该数据集目前已上线Hugging Face平台，包含617.5小时高精度人体运动数据。
数据覆盖全身动作与人机交互场景
据介绍，HiPHI数据集的总时长为617.5小时，主要由全身人体运动数据和人与物体交互数据两部分构成。其中，全身人体运动数据为371.8小时，人与物体交互数据为245.7小时，数据还包含左右镜像内容。
从内容构成来看，HiPHI不仅记录人体在不同状态下的运动过程，也纳入了搬运、拖拉等涉及物体操作的场景。这样的数据组合能够为人形机器人学习人体动作、数字人生成连续行为，以及计算机图形学中的动作重建和模拟等研究提供基础素材。
核心数据指标
- 数据总时长：617.5小时；
- 全身人体运动数据：371.8小时；
- 人与物体交互数据：245.7小时；
- 参与采集的动作捕捉演员：132名；
- 采集频率：90Hz；
- 光学动作捕捉精度：亚毫米级。
按照动作语义进行结构化整理
HiPHI的数据来自132名动作捕捉演员，采集采用90Hz频率，并使用亚毫米级精度的光学动作捕捉方式。诺亦腾机器人表示，数据依据FrameNet对人类动作语义的组织框架进行整理，同时以动作单元为基础完成结构化处理。
与仅按时间连续记录动作的数据相比，基于动作语义进行整理，可以将较长的运动过程划分为更便于理解和调用的单元。研究人员能够据此对动作内容进行检索、分析和训练使用。对于需要识别动作过程、学习人体运动规律，或生成连贯行为的模型而言，这种组织方式有助于降低数据使用门槛。
相关模型已部署至宇树G1
目前，HiPHI已经在Hugging Face平台公开上线，相关页面提供了数据集文档和论文等资料，研究人员与工程师可进一步了解数据内容及使用方式。
诺亦腾机器人介绍，基于HiPHI训练的模型已经部署到宇树G1人形机器人真机上，并实现了跑步、坐下、爬行、搬运箱子以及拖拉行李箱等多类动作。这些动作涵盖基础移动、姿态变化以及人与物体交互等场景，显示出高精度人体运动数据在动作学习和机器人控制中的应用价值。
面向多类具身智能研究需求
对于人形机器人而言，高质量人体运动数据是训练动作模型、理解运动规律和提升执行效果的重要基础。HiPHI同时覆盖全身运动与人—物交互内容，并配合动作语义标注和结构化处理，为相关模型从单一动作学习拓展到连续行为生成提供了数据支持。
随着数据集在公开平台上线，HiPHI的具体使用范围、研究成果及其在不同机器人平台上的适配情况，还将取决于研究人员和工程师后续的开发与验证。