本文中的用例基于DreamDojo：一个来自大规模人类视频的多面手机器人世界模型。作者在论文中提供了所有结果和参数。为灵巧的机器人建立世界模型始于可靠的动作数据机器人世界模型可预测世界如何响应动作而变化，支持诸如遥控操作、政策评估和基于模型的规划等应用。对于灵巧机器人来说，由于有限的机器人数据和稀缺的动作标签，这变得复杂，因为收集机器人轨迹成本高昂，硬件变化限制了场景覆盖范围。NVIDIA的Dre

美国斯克夫德大学研究部门经常为汽车制造商进行人体工程学评估，他们使用Xsens帮助完善用户体验。

你有没有想过，机器人学会像人一样灵活抓握杯子、拧开瓶盖，背后离不开我们人类的“手把手教学”？现在，人类产生的动作数据，正在让机器人的学习效率变得越来越高。最近ABB机器人和PSYONIC联手做了一件很有意义的事：他们用专门的MANUS动作手套，把普通人自然状态下的手部动作完完整整记录下来，这些记录下来的动作，就成了机器人学习的“教学视频”。同时搭配Haply力反馈设备，既能追踪手腕的运动轨迹，还能

总部位于美国加利福尼亚州Westwood Robotics公司发布其最新一代人形机器人THEMIS V2。该机器人尺寸与真人相当，可灵活完成各项复杂任务。THEMIS V2人形机器人THEMIS V2机器人身高约1.7米，拥有40个自由度，这意味着它可以像真人一样进行大幅度的弯曲和扭转身体。最大的改进在于它的手臂，可以以6自由度运动，而它的手则可以以7种方式运动。THEMIS V2机器人不仅仅外形

在ICRA2026大会上，英国灵巧手供应商Shadow使用MANUS手套演示了其五指和三指灵巧手遥操作流程。Shadow灵巧手是一种拟人化的机器手，具有20个自由度，其DEX-EE Chiral采用了三指设计，具有类似人类拇指的弯曲方式，为远程操作和模仿学习进行了优化。将人手运动学映射到灵巧手MANUS手套通过SDK提供多种手部数据，包括人体工程学数据、原始传感器输出和手部骨骼模型。在演示中，Sh

具身智能和人形机器人技术快速发展，灵巧手已成为机器人完成复杂操作任务的重要末端执行器。而如何将人类自然、连续的手部动作精准映射到高自由度机器人灵巧手，是实现高效遥操作和机器人模仿学习的关键。Xynova借助MANUS Metagloves Pro Haptic触觉数据手套，成功实现了旗下Flex 2灵巧手的高精度遥操作，为机器人数据采集、模仿学习和远程控制提供了可靠解决方案。高精度捕捉人类手部动作