MANUS × 宇樹Unitree G1：從人類操作到人形機器人，數據手套如何加速具身智慧數據採集
- 1小时前
- 讀畢需時 5 分鐘
當人形機器人開始學習抓取、搬運與操作物體，真正困難的往往不只是「讓機器人動起來」，而是如何取得足夠多、足夠精準的人類操作數據。
MANUS 最新公開的一項案例，正好展示了數據手套在人形機器人數據採集中的角色。
N1 Robotics 以 MANUS 數據手套搭配自家開發的 Waldo 人形機器人遙操作平台，讓操作者透過自然的手部動作控制機器人，並將這些操作轉換為可用於後續訓練的數據。這項案例也讓我們看見：當人類的操作經驗能被精準記錄，數據手套就不只是動作捕捉設備，而可以成為具身智慧數據採集的重要工具。
案例說明：本文主要引用 MANUS 官方公開案例，說明 MANUS 在人形機器人遙操作與數據採集上的實際應用。
為什麼人形機器人需要「人類操作數據」？
對人類而言，拿起杯子、抓取物品或將物體放入指定位置，看似都是非常簡單的動作。
但對機器人來說，一個「抓東西」的動作，背後其實包含了手部位置、手指姿態、抓握方式以及動作時序等大量資訊。
如果希望機器人學會這些操作，就需要讓它看到足夠多的「人怎麼做」。
因此，近年具身智慧（Embodied AI）的發展除了關注 AI 模型與機器人硬體，也越來越重視真實世界的人類示範數據（Human Demonstration Data）。
這也是 MANUS 開始受到機器人產業關注的重要原因之一。
MANUS：讓機器人的「學習數據」來自真實的人類操作
MANUS 專業數據手套可以捕捉人類手部與手指的細緻動作，讓原本難以直接記錄的操作行為，轉換成可以被系統使用的數位數據。
在 N1 Robotics 的案例中，MANUS 手套便被用作 Waldo 的操作者介面。
操作者不需要透過傳統控制器逐一指定機器人的手部動作，而是直接用自己的手完成抓取、操作等動作，再由系統將這些動作轉換成機器人的操作軌跡。MANUS 官方指出，Waldo 使用 MANUS 手套取得操作者的手部動作，再透過 MANUS Core 整理數據，供後續的動作映射使用。
這種方式的價值在於：
人怎麼做，就能更直接地留下「人是怎麼做的」這份數據。
對於需要大量建立操作示範數據的機器人研究而言，這是一個非常重要的概念。
N1 Robotics × MANUS：把「操作」變成可以累積的數據
N1 Robotics 開發 Waldo 的目的，就是希望解決人形機器人在大量操作數據採集上的問題。
MANUS 官方案例中，Waldo 與 MANUS 手套被用於多項操作任務，包括形狀插入、拿取吐司，以及杯子堆疊。N1 Robotics 也將這套系統與 Meta Quest 遙操作方式進行比較。
其中，形狀插入任務的差異尤其明顯：Waldo 搭配 MANUS 的測試中，平均每次操作約 42.86 秒，成功率達 93.3%；Meta Quest 的測試則平均約 300 秒，成功率為 18.2%。MANUS 官方指出，除了操作介面本身的差異之外，Waldo 操作者也能更快速地重新嘗試失敗的抓取，因此更適合需要大量累積示範數據的工作。
這個案例真正值得注意的地方，不只是「MANUS 可以控制機器人」。
而是當機器人需要大量學習數據時，一個自然、精準而且能快速重複操作的數據採集方式，可能直接影響數據建立的效率。
這也是數據手套在人形機器人與具身智慧領域中的價值。
從 MANUS 到 Unitree G1，看見人形機器人的另一種應用方式
除了 N1 Robotics 的案例之外，這樣的應用模式也可以延伸到其他人形機器人平台。
例如目前受到研究與開發者關注的 Unitree G1 宇樹人形機器人，本身具備多自由度關節、感知系統與不同的手部配置，並支援模仿學習、強化學習與二次開發等方向。部分配置也可以搭配力控靈巧手，用於更細緻的物體操作。
這使 G1 不只是展示人形機器人的平台，也可以成為研究人員進行人形機器人控制、操作研究、AI 開發與具身智慧實驗的實體載體。
而當 MANUS 這類高精度手部數據採集設備加入後，就可以進一步思考：
如果讓人類先示範，再讓 G1 執行呢？
例如研究人員可以透過 MANUS 捕捉人類的手部操作，再將數據串流到機器人控制環境，進一步研究人類動作如何映射至機器人的手部與操作行為。
這也讓「人類怎麼操作」與「機器人怎麼操作」之間，多了一條可以被研究與分析的連結。
從「控制機器人」走向「教機器人」
過去談到機器人遙操作，很多時候我們想到的是：
人控制機器人 → 機器人完成任務。
但隨著具身智慧發展，遙操作的價值正在進一步改變。
現在的問題開始變成：
人控制機器人 → 系統記錄人怎麼完成任務 → 累積示範數據 → 讓機器人學習。
也就是從單純的「控制」，逐漸走向「數據採集」與「機器人學習」。
MANUS 官方目前也將數據手套的機器人應用延伸至人類第一視角數據採集、真實世界遙操作與模擬訓練等方向。
因此，數據手套在這裡扮演的角色，也不再只是「捕捉手指動作」。
它更像是人類操作意圖進入機器人系統的一個入口。
MANUS × Unitree：愛迪斯科技提供從硬體到數據串流的整合
這也是愛迪斯科技目前投入的重要應用方向。
愛迪斯科技提供 MANUS 專業數據手套與 Unitree 宇樹機器人，同時也提供數據串流與系統整合服務。
對於正在進行人形機器人、具身智慧或機器人操作研究的企業與學研單位而言，
更重要的是：
這些設備能不能連起來？
MANUS 所取得的手部動作數據，能否串流到研究環境？能否與機器人控制系統整合？能否依照研究需求進一步建立遙操作或數據採集流程？
這些都是實際導入時需要考慮的問題。
愛迪斯科技可依照不同的機器人平台、研究目的與系統環境，協助規劃 MANUS × Unitree 的硬體配置與數據串流整合，讓數據手套與人形機器人能形成完整的研究與開發流程。
從人類經驗，到機器人學習
N1 Robotics 與 MANUS 的案例，讓我們看到一個正在快速發展的方向：
人類的操作經驗，本身就是一種重要的機器人數據。
當數據手套能夠更精準地捕捉手部動作，人形機器人能夠在真實世界執行操作，再透過遙操作、數據串流與 AI 技術將兩者連接起來，人類與機器人之間的關係也開始從「控制者與被控制者」，逐漸走向「示範者與學習者」。
這也是 MANUS × 人形機器人應用值得關注的原因。
而對正在探索具身智慧、機器人遙操作與人類示範數據的研究團隊而言，MANUS + Unitree G1 也提供了一個值得進一步探索的硬體與整合方向。
愛迪斯科技｜MANUS × Unitree 整合方案
愛迪斯科技提供 MANUS 數據手套與 Unitree 宇樹人形機器人，並可依照研究與開發需求提供數據串流與系統整合服務。
如果您正在規劃：
人形機器人遙操作｜人類示範數據採集｜具身智慧研究｜靈巧手操作｜MANUS × Unitree 整合
歡迎與愛迪斯科技聯繫，讓我們一起討論適合您的硬體與整合方案。
讓人類的操作經驗，成為機器人學習的下一筆數據。
