8月19日至23日，2026世界机器人大会（WRC）在北京亦创国际会展中心举行。作为全球动作捕捉领导者，青瞳视觉联合宇树科技、灵巧智能、京东、亦庄机器人、中国质量检验检测科学研究院、极佳科技、编解码（EndecodeX）等企业及产业平台，携手北京经济技术开发区、北京市文化和旅游局、中关村京津冀新能源汽车协同发展促进会、清华大学美术学院等政府、高校及行业组织，以主会场多点位加分会场的形式，用七大点位集中呈现了从数据采集、遥操作控制、机器人执行到运动测评的完整链路。
01 把光学动捕 "穿" 在手上：OptiUMI 重新定义便携式数采
大会期间，CHINGMU青瞳视觉联合灵巧智能正式发布高精度便携式多模态数据采集系统 OptiUMI，面向具身智能训练与机器人操作学习场景。
当前夹爪类数采产品普遍以惯性传感器为主，精度达不到训练级要求；或依赖固定实验室部署，无法进入真实任务场景采集。OptiUMI 是业内首个商用的 "UMI + 光学动捕" 的成熟产品，以头戴式红外光学追踪为核心，将专业级光学动捕的空间定位能力 "装" 进可穿戴设备。整套系统由两支 OptiUMI 手持夹爪与一台 P3H 头戴动捕相机组成，实现亚毫米级三维定位，同步采集 RGB、6DoF 位姿、力觉等多模态操作数据。
·亚毫米级精度：红外光学追踪，实现高精度三维空间定位
·≤50 μs 硬件级多模态同步：多路传感数据硬件级时间对齐，极低误差
120 FPS高帧率三维追踪：实时输出高频 6DoF 位姿数据
·实时 3D 重投影验证：三维追踪结果实时映射至 RGB 画面，数据质量当场可见
·手-物同步追踪：同步获取夹爪与操作物体 6DoF 位姿，完整记录空间交互关系
·Ego / World 双坐标体系：第一视角与世界坐标自由切换，兼顾模仿学习与场景复现
轻量化可穿戴设计无需复杂外设，可快速进入实验室、工业产线、仓储、家庭等真实场景。一次真实的人手示范操作，经 OptiUMI 转化为多模态数据后，既能在仿真平台完成 URDF 复现、模仿学习与算法验证，也能用于真机训练与策略部署 —— 真实操作由此变成机器人 "看得懂、学得会" 的训练级数据。
02 Project Decode：以高精度空间感知，筑牢车机融合的视觉底座
在 "车机融合" 试验场中，青瞳视觉联合编解码（EnDecodeX）、中关村京津冀新能源汽车协同发展促进会带来 Project Decode 多模态高质量数据采集系统。该方案聚焦工位、产线等相对固定的作业场景，融合光学、惯性、触觉传感及视频技术，可在真实环境中实现动作、视频、触觉、物体、环境的一站式同步采集，为座舱交互、驾驶员监测、机器人遥操作及人 - 车 - 机协同任务提供可量化、可复现的测试与训练数据。
在青瞳视觉的机器人全生命周期能力中，Project Decode 承担 "采" 的角色 —— 数据采集不再只是 "记录一个动作"，而是在真实任务中持续生产能够服务机器人学习的数据资产。
03 遥操作：让机器人成为真人的 "身外化身"
有了高质量的数据，下一步是什么？
大会期间，青瞳视觉联合北京经济技术开发区、清华大学美术学院，带来 "身外化身" 人形机器人实时遥操作舞蹈秀。舞者的每一个动作，都经由青瞳视觉高精度动捕系统实时捕捉并解算，同步映射到人形机器人身上，机器人如同舞者的"身外化身"，与真人同步起舞。
这场演示对应的正是青瞳视觉RoboDecode机器人全生命周期平台里的RoboTeleop机器人遥操作能力——由真人实时控制机器人完成动作，同时把操作过程反向沉淀为可复用的数据。相比单纯的离线采集，遥操作让"人"直接站上了机器人训练链路的最前端：既是即时的动作输出通道，也是持续积累高质量数据的入口。
04 人机对战：机器人在高速动态中精准击球
这次大会最"火爆"的演示区，当属机器人打乒乓球——青瞳视觉联合宇树科技、极佳科技，在不同场地上演精彩的人机乒乓对战。
对于机器人而言，打乒乓球远比看上去复杂。
一颗乒乓球飞行速度可超每秒十余米，从发球到落点仅需数百毫秒，且伴随复杂旋转与不确定轨迹。机器人必须在极短时间内完成球体检测、三维定位、轨迹预测、击球规划与运动控制。其中最关键的一步，就是准确获取乒乓球及机器人自身的实时空间位置和运动轨迹 —— 只有 "看得准"，才能 "打得准"。
青瞳视觉动捕设备实时捕捉高速运动的乒乓球位置和速度，计算击球所需的位置、方向与速度，再传输至底层运动控制系统，实现高速人机对打。
这类真实运动场景的意义在于数据和验证：高精度空间运动数据让机器人运动不再只是 "看起来完成了动作"，而是能够被记录、分析和评价。
从舞蹈到乒乓球，机器人动作正在从预设脚本走向更加动态、更加复杂的真实世界。
05 量化每一次运动，RoboEval 让机器人表现被"看见"
所有动作最终要靠什么来衡量？
大会期间，青瞳视觉联合北京市文化和旅游局、中国质量检验检测科学研究院，在分会场带来了RoboEval机器人运动测评平台的评测演示，用"量化每一次运动，验证每一次交付"的方式，为"数据到动作"这条链路补上了最后一环。
RoboEval基于青瞳视觉高精度光学动捕与多源数据融合能力，对机器人运动轨迹、6DoF姿态稳定性、响应速度、重复性与执行偏差进行量化分析，还可同步接入测力台、视频等数据，面向机器人研发验证、出厂检测、返修复测和版本回归等场景，建立从研发到交付的运动质量评测闭环。平台支持线上实时浏览数据报告或一键导出评测报告，让偏差、抖动和失稳问题被定位、量化，进一步反哺算法优化。
这也意味着，机器人的“运动能力”正在从主观观察进入数据化、标准化验证阶段：不仅要让机器人完成动作，更要能够准确知道动作完成得是否稳定、是否精准，以及距离目标还有多远。
一条贯穿机器人全生命周期的“数据—动作—测评”链路
从OptiUMI、Project Decode的数据采集，到实时遥操作，再到乒乓球等真实运动场景中的机器人执行，最终通过RoboEval完成量化测评，青瞳视觉此次在WRC所呈现的，是一条贯穿机器人全生命周期的技术链路。
这一能力也对应了青瞳视觉RoboDecode机器人全生命周期平台的整体架构：以光学动捕与多模态感知为基础，构建"采、融、集、映、训、控、测"七大模块，覆盖从真实世界数据采集、训练数据处理、数据集构建，到动作重定向、具身训练学习、遥操作控制、运动测评与质量验证的完整闭环，支撑机器人从研发调优到量产交付、返厂维修和运维验证的持续迭代。
硬件只是入口。当行业仍在追问“机器人需要什么样的数据”时，青瞳视觉真正想构建的，是打通采集、训练适配与测评的机器人数据基础设施——让数据高效流转、持续反哺，才是具身智能走向规模化的真正底座。
标签：