导语

MOXI近期发布实测演示视频，完整展示MOXI 具身智能动捕系统与Manus 动捕手套联合 NVIDIA Isaac Sim 仿真平台，分别完成 UR双臂机器人仿真遥操作、FR3 人形双臂机器人真机抓取测试，完整呈现从人体动作、虚拟仿真到实体机器人控制的标准化链路，适配具身 AI、机器人模仿学习科研场景。

一、仿真演示视频：MOXI 动捕接入 Isaac Sim，UR双臂协同实时复刻

视频仿真环节中，操作人员穿戴MOXI 惯性动捕系统与Manus 数据手套，依托设备 15 颗九轴 IMU 传感器、100Hz 输出速率、±2° 动态追踪精度，全身 + 指尖运动数据实时传入 Isaac Sim。
依靠内置骨骼重定向工具，人体动作自动映射至仿真 UR16e协作机器人，流畅完成双臂抬举等联动动作。方案原生兼容 ROS2，支持 URDF 模型导入，可直接在仿真环境采集 VLA 训练数据集，不受光线、金属遮挡环境限制

二、真机实测视频：FR3 机器人稳定完成抓取作业

视频真机测试环节，MOXI 具身智能惯性动捕系统搭配Manus 动捕手套直连 FR3 人形双臂机器人。
Manus 数据手套具备 25 自由度手部捕捉，还原捏取、微调等精细手势；MOXI动捕套装续航超 4 小时，无线传输稳定，顺利完成物品抓取、精准放置等标准任务，直观验证仿真动作向真机无缝迁移效果。

三、MOXI+Manus动捕方案核心优势

1. 硬件组合：MOXI 具身智能惯性动捕系统提供全身高精度运动捕捉；Manus 数据手套作为 Isaac Teleop 官方遥操作设备，补齐手部精准动作采集。

2. 生态兼容：原生对接 ROS2、NVIDIA Isaac Sim、Jetson 设备，预设 UR、FR3、宇树、睿尔曼等机器人映射模板，配套 MOXI SDK 快速开发。

3. 虚实闭环：同一套动捕硬件、同一组映射参数，同时支持仿真调试与真机操控，降低机器人研发试错成本。

四、适用场景

高校机器人实验室、具身智能 VLA 算法研究、人形 / 双臂机器人遥操作、智能制造示教、Isaac Sim 虚拟仿真实验。

结语

本次实测视频直观呈现MOXI 惯性动捕系统搭配 Manus 手套的落地效果，依托成熟的 Isaac Sim 与 ROS2 适配能力，为双臂机器人仿真训练、真机遥操作提供轻量化、标准化动捕解决方案。