Manus与NVIDIA深度集成，推动机器人遥操作进入标准化开发时代

高质量示范数据是机器人策略训练的核心要素。近日，Manus 数据手套完成与 NVIDIA Isaac Lab 2.3 的原生集成，正式成为该平台原生遥操作设备，为机器人学习、具身智能研发人员提供高稳定、高精度的灵巧操作数据采集方案。

Manus凭借本次集成，被 NVIDIA 官方收录至 Isaac Lab 设备列表，与 Meta Quest VR 一同作为遥操作数据采集硬件，纳入英伟达机器人学习工具链核心设备行列。

仿真优先（Sim-First）是当前机器人开发主流思路，可简化流程、控制成本，提升真实部署的安全性与扩展性。而仿真训练效果，直接由数据质量决定。NVIDIA Isaac Lab 开放对Manus 数据手套的原生遥操作支持，让研发人员可直接在仿真环境中获取全面、精准的数据集，为模仿学习与策略训练打下坚实基础。

在技术适配层面，Manus 数据手套可实现人手动作数据实时流式传输至 Isaac Lab，完成人手构型到机器人手部关节位置的实时映射，自然实现人机技能迁移。面对灵巧操作对输入设备的连续、精准、稳定要求，Manus具备三项核心能力：

• 毫米级关节追踪精度，覆盖全手指关节，完整采集灵巧操作所需运动学数据；

• 抗遮挡追踪，无需外部摄像头，不受视线遮挡限制；

• 长时作业零漂移，长时间数据采集保持稳定。

本次Manus 数据手套×NVIDIA Isaac Lab 集成方案，完整覆盖 Isaac Lab 工作流：仿真录制操作示范→Isaac Lab Mimic 数据增强与规模化扩充→模仿学习策略训练，全程无需提前介入真实部署，大幅优化开发链路效率。

作为具身智能开发栈底层数据采集工具，Manus 数据手套（包括 MetaGloves Pro 和 Quantum Metagloves 系列）持续为机器人策略训练提供高质量示范数据，助力开发者高效推进灵巧操作相关研发工作。