← Все статьи

Михаил Поляков

HiPHI: 617 часов движений человека для роботов-гуманоидов и что стоит за этой цифрой

Уровень: ПростойВремя чтения: 9 мин

Темы: Роботы, ИИ, Наука

Студия захвата движения: кольцо камер на штативах, в центре светящийся скелет из точек в позе шага, рядом ящик и стул в светящемся контуре, позади силуэт гуманоидного робота

Короткий ответ: HiPHI это набор записей движений человека для обучения роботов-гуманоидов, который собрала компания Noitom Robotics. 132 человека двигались в студии с оптической системой захвата движения, которая, по словам авторов, отслеживает метки на теле с точностью меньше миллиметра, а в части записей работали с настоящими предметами, и их движение записано вместе с движением человека. В описании набора стоит цифра 617,5 часа, но это 308,7 часа оригинальных записей плюс их зеркальные копии, где левое и правое поменяны местами. Авторы, в основном сотрудники Noitom, на своих испытаниях показали, что роботу-гуманоиду Unitree G1 проще повторять движения из HiPHI, чем из нескольких других наборов, хотя не во всех видах движений. Сами авторы называют ограничения: в кадре всегда один человек, усилия и касания не измерялись, всё снято в студии. Доступ к набору даётся по запросу, а его лицензия некоммерческая: для науки, образования и оценки. Повод для новости: 7 октября 2026 года в ленте IEEE Spectrum появилась белая книга о наборе, которую IEEE Spectrum и издательство Wiley выпустили при спонсорстве самой Noitom. Ниже как устроен набор, что стоит за цифрами, что показали испытания и как читать похожие заявления.

Зачем роботам записи движений человека

Роботу-гуманоиду нужно держать равновесие, ходить, менять позу, носить и толкать предметы. Учить его этому можно по записям того, как это делает человек: робот повторяет движение в компьютерной модели, а потом то, чему он научился, переносят на настоящую машину.

Авторы HiPHI в своей статье объясняют, почему не хватает существующих данных. Видео из интернета показывают много разных действий, но по видео трудно точно узнать положение тела. Лабораторные записи движения точные, но обычно охватывают узкий набор действий. И во многих записях взаимодействия с предметами нет самого предмета: авторы приводят пример «человека, сидящего в воздухе», когда записано тело, но не стул.

Оптический захват движения, если упростить, это съёмка человека с метками на теле множеством камер, по которым компьютер восстанавливает положение тела в каждый момент.

Как устроен HiPHI

По научной статье на arXiv (версия от 8 сентября 2026 года) и карточке набора на Hugging Face:

Что Сколько
Всего в выпуске 617,5 часа, около 200 млн кадров
Из них оригинальных записей 308,7 часа, остальное зеркальные копии
Движения без предметов 371,8 часа
Движения с предметами 245,7 часа, 40 предметов 12 видов массой от 0,45 до 6,25 кг
Исполнители 132 человека, 76 мужчин и 56 женщин
Частота записи 90 кадров в секунду
Смысловые метки 214 видов движений в 22 группах
Объём файлов 215 ГБ

Движения отбирали не по сценариям вроде «вытереть пот со лба», а по FrameNet, лингвистическому словарю ситуаций и действий. Авторы объясняют зачем: два разных сценария, например «поднять руку, чтобы вытереть пот» и «поднять руку, чтобы заслониться от солнца», могут дать почти одинаковое движение. Поэтому они брали глаголы движения из FrameNet и меняли направление, скорость, размах, позу и предмет, чтобы покрыть разные движения, а не разные истории. На 50 самых частых видов движений приходится 53,7% всей длительности.

Предметы в записях настоящие: мебель, ёмкости, инструменты для уборки и спортивный инвентарь. Авторы подчёркивают, что вес, трение и сопротивление настоящего предмета меняют то, как человек двигается, и изображение действия без предмета этого не передаёт.

Что стоит за цифрой 617 часов

Авторы прямо пишут: 617,5 часа получены зеркальным отражением 308,7 часа оригинальных записей, так же, как это сделано в другом наборе, BONES-SEED. У каждой записи есть пара с суффиксом «mirror», где левая и правая стороны поменяны. Зеркальная копия даёт роботу движение «другой рукой», но это не новая запись нового человека.

Это не скрыто: и статья, и карточка набора об этом говорят. Но в описании белой книги стоит только 617,5 часа, без упоминания зеркальных копий. Сравнивая наборы по часам, важно смотреть, как каждый их считает. Все испытания в статье, по словам авторов, проводились на оригинальных записях без зеркальных копий.

Что показали испытания

Испытания проводили сами авторы. Движения переносили на робота-гуманоида Unitree G1 в компьютерной модели и сравнивали, насколько хорошо робот их повторяет, с другими наборами: AMASS, LAFAN1, Motion-X++ и BONES-SEED.

  • Повторение движений тела. При одинаковом объёме данных, 3 и 20 часов, робот, обученный на HiPHI, по словам авторов, чаще справлялся и быстрее учился.
  • Больше данных, меньше ошибка. Когда объём записей HiPHI для обучения увеличивали с 3 до 300 часов, ошибка повторения движений на других наборах устойчиво снижалась.
  • Движения с предметами. Здесь картина смешанная. По точности движения тела HiPHI лучше в большинстве видов, но в толкании средняя ошибка положения суставов у HiPHI, 99,2 мм, больше, чем у набора OMOMO, 66,1 мм. По точности движения предмета HiPHI лучше в ударе ногой и толкании, а в переносе только по повороту предмета.
  • Настоящий робот. Обученные на HiPHI навыки перенесли на настоящего Unitree G1, и он, по словам авторов, бегал, садился, полз, переносил ящик, делал переворот и тянул чемодан.

На карточке набора Noitom указывает, что статью приняли на конференцию по обучению роботов CoRL 2026. Это сведения о публикации, а не проверка результатов: в источниках этой статьи независимого подтверждения результатов испытаний нет.

Чего набор не даёт

Ограничения авторы называют в статье сами:

  • в каждой записи один человек, взаимодействия людей друг с другом нет;
  • записано движение, а не усилия и касания: силу нажатия и ощущение предмета набор не измеряет;
  • всё снято в студии, а не в реальных домах, цехах или магазинах.

Ещё одно ограничение практическое: набор распространяется по лицензии ModalityNet Open Research License, которая, по словам авторов, некоммерческая и предназначена для науки, образования и оценки. Для коммерческого использования Noitom предлагает отдельную лицензию. Скачать набор можно после запроса доступа на Hugging Face. Записи в формате движения скелета, и на карточке прямо сказано, что их нужно перенести и проверить для конкретного робота.

Кто за этим стоит

Большинство авторов статьи из Noitom Robotics, ещё несколько из Национального университета Сингапура, Университета Цинхуа, Гонконгского университета науки и технологий и Гонконгского университета. Белую книгу выпустили IEEE Spectrum и Wiley, а её спонсор Noitom Robotics. То есть набор и испытания подготовили в основном сотрудники Noitom вместе с университетскими соавторами, а белую книгу о наборе Noitom спонсировала. Это не делает результаты неверными, но читать их стоит как описание продукта его создателем.

Про этику авторы пишут, что сбор данных одобрил этический комитет, все исполнители взрослые, дали письменное согласие, получали плату за каждую съёмку и могут в любой момент попросить удалить свои данные. В выпуске исполнители обезличены: у каждого обезличенный идентификатор, а из сведений о человеке указаны рост, вес и пол.

Пять вопросов про любые «часы данных»

Эти вопросы пригодятся, если поставщик роботов или исследователь хвалится объёмом данных. Задать их может сам руководитель, читающий предложение, а ответы искать в статье, карточке набора или договоре.

  1. Сколько из этих часов оригинальные записи? В HiPHI половина часов это зеркальные копии.
    • Чем проверить: в описании данных есть число часов без зеркальных копий и без других искусственных добавлений.
  2. Что именно записано? Положение тела, движение предметов, усилия, касания, видео.
    • Чем проверить: в описании перечислены виды данных; если нужны работа с усилием, например сборка или упаковка, а усилий в данных нет, это ограничение для вашей задачи.
  3. Где записано? В студии или в условиях, похожих на ваши.
    • Чем проверить: в описании указано место записи; для работы в цеху или на складе спросите, проверяли ли робота там.
  4. Кто проверял результаты? Сами авторы или независимые исследователи.
    • Чем проверить: есть ли сравнение, сделанное не создателем данных, и где набор оказался хуже других.
  5. Можно ли использовать данные в коммерческом продукте?
    • Чем проверить: в лицензии прямо написано, разрешено ли коммерческое использование; у HiPHI основная лицензия некоммерческая, для коммерческого использования Noitom предлагает отдельную.

Если ответы вас не устраивают: данных нужного вида нет, испытаний в похожих на ваши условиях не было или лицензия не разрешает ваше использование, попросите поставщика показать робота на вашей задаче в тестовом режиме, на отгороженном участке и без людей рядом, до покупки. Если такой показ невозможен или лицензия не подходит, на эти данные не стоит опираться при решении о покупке, а заявленные часы не стоит принимать за довод.

Как сами роботы и ИИ меняют профессии, где работают руками, я разбирал в статье Заменит ли ИИ сантехника, электрика и стоматолога: что меняется в профессиях, где работают руками.

Итог

HiPHI это набор записей движений 132 человек в студии с точным отслеживанием тела и, в части записей, настоящих предметов. Цифра 617,5 часа включает зеркальные копии: оригинальных записей 308,7 часа. По испытаниям самих авторов, роботу Unitree G1 проще повторять движения из HiPHI, чем из нескольких других наборов, хотя в толкании по точности движения тела набор уступил другому, при лучшей точности движения предмета, а на настоящем роботе обученные навыки сработали. Ограничения авторы называют сами: один человек в кадре, нет усилий и касаний, только студия, а лицензия набора некоммерческая. Набор и испытания подготовили в основном сотрудники Noitom, а белую книгу Noitom спонсировала, поэтому главный навык здесь читательский: спрашивать, как посчитаны часы, что записано, где и кто проверял.

Я занимаюсь ИИ-агентами и автоматизацией. Если хотите посмотреть мои проекты или обсудить свою задачу, загляните в портфолио.

Источники