Motion-XNeurIPS 2023
Motion-X: A Large-scale 3D Expressive Whole-body Human Motion Dataset
15.6M 帧全身三维姿态标注、81.1K 段动作序列；配套「视频 → 动作 + 文本」全自动标注流水线，把动捕从实验室推进到海量真实场景。
HUMAN MOTIONarXiv:2307.00818 ↗
从真实行为到通用技能
以三维视觉与类脑科学为根基，把真实世界的行为、交互与操作，转化为机器可学习、可执行的数据与技能——研究与产品跑在同一条链路上。
SEC / 01 · RESEARCH LINESACTIVE — 03 UNITS
人体行为数据的规模化生产
把实验室动捕换成「视频进、数据出」的全自动流水线：从单目到多镜头、从身体姿态到手指接触与面部表情，输出带语义标签的全身三维动作数据——UNIData 百万小时级数据资产的学术底座。
具身感知与操作泛化
从「看懂物体」到「抓得住物体」：双目立体视觉一次完成类别级物体检测、位姿估计与三维重建，冻结通用视觉语言模型的感知层、专注操作决策——让机器人在没见过的物体与场景里也能一次成功。
数据引擎与跨本体技能迁移
真人示范即数据源：手物交互视频经物理校正与跨本体重定向，直接生成机械臂、灵巧手与人形机器人可执行的轨迹，把「一个人的动作」变成「所有本体的技能」。
SEC / 02 · PUBLICATION LEDGERVERIFIED — 06 ENTRIES
01人体行为数据的规模化生产
03 PAPERSMotion-X++预印本 · 2025
Motion-X++: A Large-Scale Multimodal 3D Whole-body Human Motion Dataset
规模再上台阶：19.5M 帧姿态、120.5K 段序列，并首次并入 80.8K 段 RGB 视频与 45.3K 段音频，打通音频驱动动作生成。
MULTIMODALarXiv:2501.05098 ↗
HumanMMCVPR 2025
HumanMM: Global Human Motion Recovery from Multi-shot Videos
从多镜头剪辑的野外视频恢复世界坐标系连续动作：镜头切换检测 + 跨镜头对齐 + 防滑步积分，让剪辑过的素材也能产出长序列动作数据。
MOTION RECOVERYarXiv:2503.07597 ↗
02具身感知与操作泛化
02 PAPERSCODERS预印本 · 2024
Category-level Object Detection, Pose Estimation and Reconstruction from Stereo Images
双目立体一阶段同时完成类别级检测、位姿估计与三维重建（含透明、高光等难材质）；公开 TOD 数据集领先，仿真训练可迁移真机抓取。
PERCEPTIONarXiv:2407.06984 ↗
M²-VLAIROS 2026
M²-VLA: Boosting Vision-Language Models for Generalizable Manipulation via Layer Mixture and Meta-Skills
不走端到端微调：冻结 VLM 通用感知，以分层混合（MoL）抽取任务关键特征 + 元技能模块承担轨迹学习，兼顾零样本泛化与操作精度。
MANIPULATIONarXiv:2604.24182 ↗
03数据引擎与跨本体技能迁移
01 PAPERRoboWheel预印本 · 2025
RoboWheel: A Data Engine from Real-World Human Demonstrations for Cross-Embodiment Robotic Learning
手物交互视频 → 高精度重建 + 强化学习物理校正 → 跨本体重定向 → Isaac Sim 域随机化增强；首次定量证明 HOI 可作为机器人学习监督，效果与遥操作相当。
DATA ENGINEarXiv:2512.02729 ↗
CERT / 04 · CREDENTIALSVERIFIED — 05 ITEMS
二十余年类脑科学技术积累
三年AGI 领域市场探索
NVIDIAInception 会员企业
107 项顶会顶刊成果
百万小时级真实作业数据集（UNIData）