视觉推动了机器人学习的许多最新进展。然而，当涉及物理接触时，如插入卡片、转动钥匙或处理可变形物体，相机就不够用了。现有的VLA模型很难推理出在接触点会发生什么。人类通过触觉反馈不断调整他们的抓地力，而主要依靠视觉的机器人在很大程度上不能。由加州大学伯克利分校、英伟达和斯坦福大学的研究人员开发的T-Rex通过将视觉、语言和触觉集成到一个统一的学习框架中来解决这一挑战。通过将大规模人类预训练与基于触觉

视觉推动了机器人学习的许多最新进展。然而，当涉及物理接触时，如插入卡片、转动钥匙或处理可变形物体，相机就不够用了。现有的VLA模型很难推理出在接触点会发生什么。人类通过触觉反馈不断调整他们的抓地力，而主要依靠视觉的机器人在很大程度上不能。由加州大学伯克利分校、英伟达和斯坦福大学的研究人员开发的T-Rex通过将视觉、语言和触觉集成到一个统一的学习框架中来解决这一挑战。通过将大规模人类预训练与基于触觉

Xynova通过MANUSMetagloves ProHaptic手套实现了其Flex 2灵巧手的遥操作任务。该设置实时捕捉人手运动，并通过由连续手指关节数据驱动的控制管道将其传输到机器人平台。‍图片摘自Manus官网将人手运动映射到灵巧手Metagloves Pro Haptic触觉手套以低延迟捕获详细的手指运动，为远程操作管道所依赖的连续运动流提供信息。多种手部数据（包括人体工程学数据、原始传

当下具身智能、人形机器人产业全面爆发，高精度手部动作捕捉设备迎来刚需风口，作为行业标杆的 Manus Metagloves 系列手套热度持续登顶，目前经典款 Metagloves 仅剩最后 20 套现货库存，售罄后将全面停产。为何这款来自荷兰的专业数据手套今年能够横扫全球科研、影视、工业赛道，成为各大实验室、动画工作室、机器人企业的标配设备？答案藏在 Manus 十余年深耕动捕领域的发展历程与完善

运动很少单独发生在游戏、电影、虚拟制作、广播和现场动画中，表演通常是连贯的。角色在环境中移动，与道具互动，与其他表演者分享空间，并需要感受与周围场景的联系。这就是位置引用体现出价值的地方。HTC VIVEUltimate追踪器集成将3D位置辅助添加到Xsens工作流程。对于制作团队来说，它创建了一个实用的混合设置:Xsens惯性运动捕捉的成熟自由，在场景最需要的地方提供额外的空间参考。表演需要更多

高质量的步态研究依赖于高质量的数据。无论是调查临床人群、运动表现还是康复结果，研究人员都需要准确、可重复的运动数据，这些数据可以在不同的会议、参与者和研究地点持续采集。运动捕捉已经成为步态研究中的一种基本方法，因为它提供了详细的全身运动学见解，使研究人员能够以超出固定实验室环境限制的精确度和灵活性来研究运动模式。可穿戴式惯性运动捕捉可以记录实验室、诊所、运动设施或户外的3D运动。无论环境如何，该方