2026年7月28日至31日，由北京阿希法动画技术研究院指导、北京迪生数字娱乐科技股份有限公司主办、北京幻威科技有限公司承办的"AIGC创作与教学革新师资研修班"以线上形式成功举办。本次培训专为西南民族大学动画专业定制开设，动画系系主任带队参训。经过四天高强度的理论研习与实操演练，全体参训教师均在结业时独立完成了一部原创AIGC短片，实现了从技术认知到创作产出的完整闭环。此次培训全程基于迪生自主研发的Canoe AI（可牛AI）内容创作平台展开，成为本次研修的核心技术支撑。 本次研修班以“懂工具、会创作、能教学、可落地”为目标，课程设置涵盖AIGC技术逻辑、创作工具链实操、全流程短片制作及教学改革研讨四大模块。培训首日，北京幻威科技有限公司负责人马天容博士从AIGC的核心原理出发，系统阐释了生成式人工智能对动画、数字媒体产业链的重构逻辑，以及对数字媒体专业教育带来的深层冲击，帮助参训教师建立起从技术本质到教育应对的宏观认知框架。 在实操环节，久子老师重点讲授并演示了由迪生数字最新研发的Canoe AI（可牛AI）内容创作平台的操作方法与创作逻辑，带领参训教师逐步熟悉了可牛AI平台从剧本构思、视觉设定到动态预演、成片输出的完整创作链路。教师们在使用中切身感受到，基于节点的流程控制显著优于单纯依赖对话式生成的方式——前者让创作者拥有了对AI生成过程的“掌控感”，而非面对“黑箱”式的随机输出。 资深行业专家杜宇升老师则结合自身丰富的实战经验，分享了AI影片全流程创作的要点与心得。他曾参与央视纪录片《山河铭记》AIGC部分制作，其自制的AI短片已入围首尔国际AI电影节和AI伦敦电影节。杜老师的分享为参训教师提供了从技术到艺术的转化视角，帮助大家更好地理解AI创作工具在实际项目中的落地应用。 培训结束后，参训教师均独立完成了一部全流程AIGC短片作，作品题材风格各异，充分展现了可牛AI平台在不同创作方向上的兼容性与表现力。 周舟老师作品《一刹的地平线》截图 曾思源老师作品《海水是咸的》截图 参训教师周舟老师在交流中表示，可牛AI平台的节点工作流方式极大地降低了AIGC创作的学习门槛，同时显著提升了创作的逻辑性和可控性，比传统的对话式交互更便于实际生产，未来非常适合引入动画专业的课堂教学中。参训教师还就本校动画专业课程体系的AIGC融合进行了初步探讨，围绕课程大纲迭代、教学项目重构等方向交换了意见，为后续形成具有校本特色的教改方案奠定了基础。 北京迪生数字娱乐科技股份有限公司相关负责人表示，Canoe AI（可牛AI）平台将持续迭代升级，致力于为高校动画与数字媒体专业提供更高效、更可控、更贴近工业化流程的AIGC教学工具，助力更多院校实现从“教工具”到“教AI时代创作思维”的教学范式转型。

一、什么是Physical AI（物理人工智能） Physical AI（物理人工智能），是一类专为现实物理世界实现感知、逻辑推演与自主行动的人工智能系统，并非单纯依托文本、图像、代码等数字化数据运行。 传统人工智能只会生成答案、推送内容或是做出预测；而Physical AI能够形成完整闭环：感知周遭环境、做出决策、执行实体动作、观测行动结果，再据此持续调整自身行为。 范畴涵盖人形机器人、自动驾驶车辆、工业机械臂，以及广泛适用于制造、物流、科研领域、技术日趋精密的各类机器人系统。 它的核心判定标准不在于硬件设备本身，而是在无规则的真实场景中，感知、决策与肢体运动三者之间形成紧密的反馈闭环。 想要这套闭环顺畅运转，Physical AI必须精准、持续地解析运动状态——既包括自身动作，也涵盖周边世界万物的运动规律。这恰恰是动作捕捉技术诞生的初衷，因此，如今Physical AI与动捕技术的结合愈发紧密。 二、Physical AI与传统人工智能的区别 聊天机器人、推荐算法、图像分类模型背后的传统人工智能，处理的都是已经采集完毕、结构化整理好的数据。它可以答疑、生成内容、挖掘数据规律，但无需应对重力、摩擦力，或是瞬息万变的物理场景。 Physical AI则受制于截然不同的客观约束： 1.实体具象化：依托物理载体存在并开展行动，比如机械臂、足式机器人、自动驾驶汽车； 2.实时反馈要求：决策过程必须兼顾传感器误差、信号延迟以及持续变动的物理条件； 3.行为具备现实后果：出错不再只是给出错误答案，还会引发物件掉落、设备碰撞、机体倾倒等实体事故； 4.训练数据截然不同：传统人工智能大多依靠网络爬取的文本、图片完成学习；Physical AI需要能够记录真实运动、受力交互、物体接触的场景数据，这类大规模数据采集难度极高。 绝大多数Physical AI研发瓶颈，都卡在最后一点上。仿真环境只能粗略复刻现实物理规则，网络下载的视频素材精度不足，无法教会系统关节如何转动、脚掌落地的真实受力状态。 三、Physical AI的运行原理 绝大多数Physical AI系统依靠三大互相衔接的核心能力运转： 1.感知模块：摄像头、激光雷达、惯性测量单元、力传感器等硬件搭建环境图景，同步采集系统自身的运行状态； 2.推演与规划模块：依托机器学习模型解读感知数据，规划后续动作方案； 3.驱动执行模块：电机、驱动器与控制系统落地预设动作，动作产生的运动数据重新传回感知端，完整闭环就此形成。 系统最终的运行效果，高度依赖输入数据质量，尤其是推演层所用的训练数据集，基准真值运动数据在此起到决定性作用： 基于粗略、含噪运动数据训练的机器人策略，动作会偏差大、稳定性差；而依托亚毫米级高精度动作捕捉采集的人类、动物真实运动数据训练出的机器人，习得的肢体技能更稳定，也更适配各类场景。 迪生数字已深耕动画、游戏、影视、大空间VR等领域多年，持续采集这类高精度真值运动数据，并始终密切关注Physical AI领域的发展。 四、Physical AI显示落地案例 Physical AI早已走出实验室，实现规模化应用： 1.人形、足式机器人：依托采集的人类动物行走运动数据训练运动策略，自主学会走、跑、摔倒后可自主恢复平衡； 2.仓储自主移动机器人：实时在有人活动、布局动态变化的仓储内穿梭导航； 3.手术与康复机器人：依托精密生物力学反馈实时调整动作轨迹； 4.自动驾驶车辆：持续研判路况，动态规划形式路线； 5.工业机械臂：通过观摩示范动作学习抓取、装配工序，无需工程师逐行编写控制代码。 以上所有场景中，底层算法模型均需要借助真实运动数据完成训练与验证，数据来源包括真人示范动作、动物步态研究，或是机器人样机测试过程中的运动记录。 五、机器人领域：与Physical AI的内在关联 机器人是Physical AI最直观的落地载体，但二者的关系远不止“机器人搭载人工智能”这么简单。 正是Physical AI，让机器人摆脱了预先编程、单调重复的固定动作，拥有自适应、可通用的行为能力：可以踏上从未接触过的地面、遭遇外力冲撞后稳住身形、操控未曾专项训练过的各类物件。 想要实现这一目标，两大要素常常被机器人研发团队低估：海量的运动数据集，以及一套核验工具，用来比对机器人实际运动轨迹与算法预设轨迹是否一致。 而高精度动作捕捉恰好嵌入机器人研发全流程，并非锦上添花的选配工具，而是不可或缺的基准真值底层支撑，具体作用包括： 1.以亚毫米级精度采集人类、动物、机器人本体运动数据，为行走、抓取控制策略提供训练素材； 2.测试阶段比对算法预设轨迹与机器人实际动作，量化核验整机性能； 3.摒弃单纯肉眼观测，为工程师提供客观、可复现的运动数据，大幅加快迭代优化效率。 迪生高精度动作捕捉系统能够应用于各大工程实验室、机器人科研机构，核心原因正是：Physical AI的可靠性，完全取决于其训练、测试所依托的运动数据精度。 六、Physical AI为何决定自动化行业未来 传统自动化局限于受控环境内的固定重复作业：比如机械臂在固定产线上日复一日焊接同一个焊点。 而Physical AI将自动化拓展至无规则、不可预判的场景：仓库、医院、家庭、灾害现场、建筑工地皆可落地。 这场变革的意义在于：以往难以实现自动化的复杂开放场景，如今均可依托Physical AI完成作业；但与此同时，数据精度的重要性被无限放大。 随着Physical AI系统承接更多自主化、高风险任务，用于训练和核验的运动数据精度只能不断提升。运动数据精细化已是机器人研发的核心方向，这也使得高精度动捕技术伴随Physical AI行业一同飞速发展。 迪生数字将持续深耕高精度运动数据采集，为Physical AI产业提供可靠的真值运动数据底座。

7月20日，厦门大学学生处副处长张宇斌、电影学院办公室主任郝明、学院数字媒体系吴清锋教授带领学院暑期社会实践师生团队到访迪生数字，开展实地走访、技术研学与校企合作交流活动，近距离探索影视动捕与虚拟拍摄技术。 厦门大学电影学院是国内“双一流”高校的第一所电影学院，依托厦门金鸡奖长期落户的产业区位优势，深耕影视教育、科研创新与行业实践，拥有艺术学一级学科博士点、戏剧影视文学国家级一流本科专业，构建了多元化、高水平的影视人才培养体系。学院聚焦影视前沿技术发展，坚持理论教学与产业实践深度融合，致力于培养适应新时代影视产业发展的复合型、创新型专业人才，是国内影视领域人才培养与学术研究的重要阵地。 交流活动中，迪生数字南方区销售总监严亮对厦门大学电影学院师生团队的到访表示热烈欢迎，并围绕企业发展历程、核心技术优势、行业战略布局及影视科创成果展开全方位分享。多年来，迪生数字专注动作捕捉、虚拟拍摄等影视数字内容生产技术领域，拥有成熟的技术体系、丰富的落地项目经验和完善的校企合作生态，坚持用科技创新赋能影视创意实践。 技术分享环节，严亮重点针对动作捕捉核心技术、虚拟拍摄应用原理进行细致拆解讲解，结合影视剧集、动漫制作、游戏开发、虚拟数字人、文旅科创等多领域标杆案例，生动展示了数字影视技术的落地场景与创新价值。同时，详细介绍了迪生数字成熟的校企合作模式，涵盖实训基地共建、学生实践培养、科研项目协同、技术成果转化等多元合作维度。 理论讲解结束后，进入沉浸式技术体验环节。师生团队走进迪生数字动捕实验室，近距离感受影视科创技术。在工作人员的专业指导下，同学们一次性体验有标记动捕、无标记动捕、混合捕捉三大主流动捕技术，亲身感受高精度动作数据采集、实时动态驱动、虚拟拍摄等影视制作技术流程。同时，师生团队近距离体验数字技术与影视创作的深度融合魅力，让影视理论知识落地，化作动手实践创作的能力。 此次厦门大学电影学院与迪生数字的研学交流，是高校专业育人与行业产业实践的深度对接。未来，迪生数字将持续深化校企协同发展理念，依托自身技术与产业资源优势，搭建优质实践育人平台，助力高校优化影视数字技术人才培养体系，推动产学研深度融合创新，为影视行业高质量发展输送更多优质人才。

高精度Valkyrie光学动作捕捉相机已全面接入迪生工程动捕解决方案，软硬件协同赋能，全面升级机器人研发、工程设计优化、虚拟工程、无人机测试等核心工程领域的作业能力，为前沿工程研发、创新设计提供核心技术支撑。 | Valkyrie相机核心价值与优势 1.高保真捕捉，破解复杂设计难题 随着航空航天、高端制造等领域技术迭代，工程设备与研发项目的复杂度持续提升，对动作捕捉的精度、范围、动态性能要求愈发严苛。Valkyrie搭载超高分辨率定制变焦镜头，捕捉距离更远、视野更广，支持被动式与主动式双模式追踪，可覆盖超大场地空间。针对无人机等高速运动设备，可实现毫秒级运动数据捕捉，精准采集设备运动性能参数，支持操作人员实时修正运动轨迹、优化设备设计方案，助力前沿技术研发与迭代。 2.轻量化作业，释放研发创造力 Valkyrie采用全新轻量化设计理念，最大程度简化设备部署、调试与后期运维流程，减少人工操作成本，让研发人员专注于创造性、核心性的工程工作。设备适配户外、临时项目场景，支持快速搭建启动。依托专属视频预览模式，操作人员可快速完成系统搭建与校准，快速进入高精度捕捉作业状态。设备调试完成后，凭借极强的追踪稳定性与校准精度，可全程保障作业流畅度。同时，优质的原生数据质量搭配内置智能相机算法，大幅降低后期数据清理、处理工作量，结合成熟的生态体系，全方位优化动作捕捉工作流，稳定输出高质量、高可靠性的工程数据。 | 应用场景 迪生工程动捕解决方案适配多领域、多场景工程作业需求，可无缝融入各类高精度测试、研发、仿真场景，核心应用领域如下： 1.机器人与无人机领域 方案精准匹配行业核心需求：高精度、低延迟、易部署、易集成。配套的DataStream即开即用方案，可快速将精准的捕捉数据接入各类控制系统，适配绝大多数科研与工业设备。同时，可通过优化数据筛选与融合算法，输出超高精度的位置、角度数据，是机器人定位实验真值（groundtruth）采集的核心保障，广泛应用于机器人运动测试、无人机轨迹标定、智能设备姿态优化等场景。 2.航空航天与汽车创新领域 迪生工程动捕解决方案凭借高精度与高保真度，应用场景覆盖多元，从军事飞机维护程序模拟、航空设备动态测试，到自动驾驶汽车行为建模、交通系统仿真、人体工程学研究、高端设备工程设计优化等前沿领域，可全方位助力科研与企业突破技术边界，完成高精度、高难度的工程研发与测试工作。 搭载Valkyrie光学动捕相机的迪生工程动捕解决方案，在精度、作业效率与场景适配性上实现全面升级，有效解决工程研发的数据采集难题。未来，迪生将持续拓展更多应用场景，以高精度动捕技术赋能航空航天、智能制造、智能装备等领域的技术创新与产业升级。

| 什么是迪生工程动捕解决方案？ 迪生工程动捕解决方案核心聚焦刚体实时追踪场景，可输出低延迟的六自由度（6DoF）精准数据。方案整合了简洁高效的可视化操作界面、实时数据传输能力，以及成熟的相机校准、三维建模技术，搭建出一套灵活、适配性极强的工程级操作平台。依托一体化的功能设计，集成各类核心工具，帮助用户简化操作流程，聚焦核心研发与测试工作。 | 核心优势 依托成熟的动捕技术框架，适配各类工程捕捉场景，核心优势集中于精度与场景是适配两大维度： ·极致稳定的超高精度：搭载成熟的动作捕捉技术，动态捕捉精度均值可达0.017mm，约为人类头发直径的1/5，能够精准捕捉物体细微运动姿态，充分满足各类高精度工程试验、精密设备测试的严苛使用需求。 ·大范围场景追踪适配：打破传统捕捉空间的局限，支持仓库级室内大场景以及户外开放式场景的追踪部署，高度适配无人车（UGV）、无人机（UAV）等大型设备、大范围运动设备的追踪应用场景。 | 功能特性 方案具备全面、智能的全流程捕捉能力，功能覆盖追踪采集、设备校准、数据传输、多场景适配等各个环节，具体特性如下： ·高速多目标追踪：支持大批量目标物体同步高速追踪，兼顾捕捉数量与作业效率，适配多设备同步测试的复杂场景。 ·超大捕捉空间适配：采用主动标记点追踪技术，搭配科学合理的相机布局方案，可实现仓库级超大空间全覆盖，有效突破传统小型捕捉场地的使用限制。 ·智能自愈运维，减少调试频次：搭载系统自愈功能，设备运行过程中可持续维持良好的校准状态，保障追踪作业稳定运行。功能后台静默运行，可无缝对接各类现有工作流，实现不间断、平稳流畅的捕捉作业。 ·单相机容错追踪，降低数据损耗：具备良好的作业容错能力，即便物体标记点仅被单台相机捕捉，依旧可完成完整的数据采集工作，有效减少数据丢失情况，提升数据可靠性，进一步拓展有效捕捉空间。 ·开放式扩展API：专属扩展API支持远程指令下发与设备控制，用户可根据自身需求自定义优化工作流程，适配各类个性化工程作业场景。 ·多平台实时建模与数据对接：可联动Simulink完成实时系统建模，同时支持数据流对接机器人操作系统（ROS/ROS2）、Python、Matlab、C++Net、Unity、Unreal、Siemens Process Simulate、Autodesk插件等主流工程研发、仿真开发平台，设备兼容性出色。 ·低延迟数据输出：以低延迟状态输出精准的物体实时位置、姿态数据，适配高速运动设备的实时追踪作业需求。 ·多设备数据同步：可与各类第三方测试设备完成数据同步对接，保障多维度实验数据的统一性与准确性，为工程分析提供可靠数据支撑。 | 两种捕捉类型 方案配备被动式、主动式两种追踪捕捉模式，可根据场地环境、运动速度、测试需求灵活切换，全方位覆盖各类无人机与机器人研发测试场景。 ·被动式追踪：被动式追踪依托相机发射的频闪红外光工作，通过物体表面的反射标记点采集二维坐标，经软件实时解算生成精准三维位置数据。该模式运行稳定、使用灵活，适配细微、复杂的物体运动捕捉，可良好适配大空间及户外作业场景。配套标记点体积小、重量轻、性价比优异，支持多物体批量布设，不干扰设备自然运动，经过长期多领域工程应用落地，技术成熟稳定。 ·主动式追踪：主动式标记点依靠LED主动发光，生成专属识别标识，便于系统精准识别。该模式适配高速运动捕捉，有效减少标记点丢失、错乱问题，数据稳定性高。同时空间覆盖能力强，可用更少相机实现大范围捕捉，适用于无人机追踪、大型场地工程测试等场景。 以上就是迪生工程动捕解决方案的整体架构、核心能力与两种主流追踪模式。接下来我们将结合实际场景，进一步分享迪生工程动捕方案在无人机、机器人研发场景中的部署与落地案例。

| 什么是具身智能？ 具身智能的核心内涵可以概括为一句话：拥有实体载体的智能。传统人工智能仅在服务器中独立处理数据，而具身智能系统依托实体硬件实现感知、推理与行动，载体可以是人形机器人、自动驾驶车辆、手术辅助设备或是工业机械臂。 与基于人工筛选数据的聊天机器人或推荐算法不同，具身智能通过在现实环境中移动、触碰和交互来自主生成数据。整套系统由此形成感知—行动—学习—迭代的持续闭环，这一独有的实体交互学习机制，是具身智能与传统人工智能最核心的本质区别。 | 具身智能与传统人工智能：核心差异在哪？ 传统人工智能擅长在固定数据集内完成模式识别，例如：影像肿瘤筛查、文本翻译、股价预测；但它无法在陌生房间自主穿行、抓取从未见过的物体，或是应对突发物理障碍。二者关键区别整理如下： | 机器人如何依靠交互实现学习？ 机器人主要通过三种互补路径完成学习： 1.强化学习：机器人执行动作后接受奖惩反馈，不断迭代直至找到最优执行策略；该过程需要精准运动数据评判动作效果。 2.模仿学习：动作捕捉设备记录人类操作流程，直接用录制数据训练机器人控制策略；若采集数据存在噪点，会导致机器人动作泛化能力极差。 3.虚实迁移训练：先在物理仿真平台训练控制策略，再部署到实体硬件。但仿真世界与现实存在天然鸿沟，需要真实物理基准数据校准虚拟场景，这也正是动作捕捉不可或缺的原因。 | 各行业的具身智能落地案例 具身智能已全面赋能多个产业： ·人形机器人落地汽车总装产线，在数万次循环作业中完成零部件搬运； ·自动驾驶车辆依托激光雷达、摄像头感知环境，实时构建地图，并将各类极端路况数据回流训练模型； ·手术机器人可实时适配人体解剖个体差异，在研发阶段通过捕捉医师动作完成控制策略训练； ·在航天领域，高精度光学动作捕捉系统提供精准基准校验数据，用于在轨服务机器人资质认证，保障其在精密卫星部件周边零误差作业； ·仓储自主移动机器人、康复外骨骼、灵巧操作机械臂同样是典型应用。 当下，具身智能正快速从实验室研究走向规模化工业落地。 | 传感设备与运动数据在具身学习中的核心作用 具身智能模型的上限，完全由其学习所用的数据质量决定。 高精度光学动作捕捉能够输出业内所称的基准真值数据，记录亚毫米级别的空间位置、姿态与运动速度，是模型训练、效果验证的权威参照标准。 全套高精度光学动作捕捉解决方案深度融入具身智能研发全流程：为模仿学习采集干净无噪的人体动作、机器人部署前校验导航与控制系统、校准仿真虚拟环境、支持全尺寸测试场地内实时追踪。 目前迪生正在为具身智能机器人研发提供高精度光学动作捕捉全套解决方案，产出高保真基准运动数据，助力虚实仿真校准、模仿学习训练与整机性能验证，夯实人形机器人迭代进化的数据底座，持续推动具身智能技术走向规模化落地应用。

当经典IP遇上前沿动捕技术，艺术创作便有了新的表达方式。近日，中国美术学院毕业作品展圆满收官，一大批艺术作品集中亮相。其中，动画与游戏学院展区展出的沉浸式VR大空间作品《龙宫借宝》以高度逼真的人物动态与身临其境的交互体验，让前沿技术与经典IP碰撞出奇妙的化学反应。 中国美术学院动画与游戏学院深耕中国传统文脉传承，以开阔的国际视野，持续致力于美术背景下艺术思维与视听语言的相互驱动、变革与实验创新，聚焦戏剧影视学背景下人文动画、互动媒体与游戏、插画与漫画等艺术方向的实践与探索，积极联动行业头部企业搭建创新合作平台，持续推动艺术创意与前沿科技深度融合，培育了大量优质数字艺术创作成果与复合型专业人才。 《龙宫借宝》是学院对外联动打造的重点项目，团队联合歌尔创客共同开发这款沉浸式VR大空间体验内容。项目以经典神话故事为创作蓝本，整合动作捕捉、虚幻引擎和XR技术，打造强互动、高沉浸的线下体验内容。 在项目制作研发过程中，团队依托迪生数字光学动作捕捉设备与标准化技术方案，精准解决虚拟人物动作漂移、动态还原度不足、细节表现欠缺等问题。同时，团队将迪生成熟的动捕技术规范完整融入VR大空间内容生产全流程，从真人动作采集、传感器校准、骨骼映射调试，再到动作拆分拍摄、实时渲染联动，层层优化动作数据，还原角色流畅自然的肢体表现，最终沉淀出一套可复用的沉浸式内容动捕制作流程。 本次《龙宫借宝》项目的顺利落地，是中国美术学院校企联动、产教融合结出的丰硕成果，有力验证了艺术创意与数字技术相结合的创新路径。未来，迪生数字将持续输出标准化动捕生产方案，拓展与全国各大院校的产学研合作，以数字技术持续赋能青年艺术创作。

为打破数字创作的质感壁垒，落地高品质、高效率的数字化内容生产，迪生数字现已正式推出4D扫描全链路解决方案。依托迪生数字与奥丁科技联合打造的Loki Creation 4D时域扫描系统，公司已在迪生虚拟影像工场（北京）部署完成高标准扫描服务产线，可为行业客户提供从高精度动态数据采集到数字人资产生成的一站式支撑，同时可提供全套系统交付与配套赋能服务。 系统搭载专业化、模块化硬件体系，构建起细节复刻、动态捕捉、色彩还原、数据交付、算力支撑的完整技术链路，全方位保障扫描成品的细节质感与动态真实性，高效适配各类商用项目、教学实训、定制创作场景，为客户交付高精度、高还原度的优质数字创作资产： 百万级超清肌肤细节复刻 搭载高清高速摄像机采集阵列，支持高帧率实时动态捕捉，可精准抓取人脸肌肤毛孔、纹理等百万级超清细节，高度还原真实人脸肌肤质感与动态表情。 定制化场景适配扫描 可根据不同项目精度需求与创作类型，灵活调整设备布局与拍摄角度，适配影视级高精建模、虚拟人定制、游戏资产制作、教学实训等多样化场景，支持个性化定制扫描方案。 高保真色彩纹理还原 配套全域柔光补光系统，有效消除拍摄阴影、反光与色差问题，精准还原人体原生肤色与材质纹理，采集数据精准度高，最终成品色彩自然、质感细腻通透。 全程无损稳定数据交付 采用高速无损传输配置，多设备高频采集数据可稳定同步传输，完整留存每一处动态细节，为后期建模优化、成品打磨提供可靠数据支撑。 高速算力高效交付 依托高端并行算力服务器，可实时并行解析海量扫描数据，大幅缩短建模、渲染与调试周期，高效推进项目落地，快速交付高质量数字资产成品。 用技术还原真实，用效率赋能创作。未来我们将持续迭代技术与服务，打造细节饱满、动态自然、富有生命力的超写实数字人，持续解锁数字创作新可能，为各行业客户提供更优质的4D扫描定制与系统交付服务。 技术赋能虚实融合，匠心打造高保真数字资产，诚邀各行业合作伙伴咨询洽谈！

近日，全球人形机器人自由格斗联赛（URKL）32强名单正式揭晓。在激烈的角逐中，迪生数字动作捕捉技术赋能的深圳大学「明日之镜」机器人战队，凭借出色的技术表现，从全球通过海选的60支顶尖高校、科技企业队伍中脱颖而出，顺利晋级32强！ （来源：URKL官网） URKL是由众擎机器人主办的全球首个商业化人形机器人专业格斗赛事，本届赛事吸引了全球超200支队伍报名参赛，赛事聚焦人形机器人的运动控制、平衡算法、感知决策、动力系统和结构防护等核心技术能力，致力于打造兼具观赏性与科研价值的技术交流平台，是全球具身智能领域含金量极高的国际科创赛事。 （来源：URKL官网） 备战阶段，为满足格斗动作高精度复刻需求，迪生技术团队为明日之镜战队提供定制化的机器人数据训练解决方案。方案依托亚毫米级光学动作捕捉系统，完整还原真人格斗的运动轨迹与细微肢体姿态，持续输出高保真度、标准化的人体动作原始数据集，为战队完成机器人开发调试与动作仿真训练等工作提供底层支撑，保障研发环节的数据精度与复用价值。 此次亮眼成绩，既是深圳大学学子创新实践能力的有力证明，更是迪生数字与深圳大学“技术赋能，共创突破”产学研模式的鲜活成果。双方深度协同、优势互补，迪生数字向校园开放成熟商用动捕技术与专业研发设备，补齐高校前沿科创硬件短板；深圳大学充分发挥人才培养与科研创新优势，以青年科创力量为核心，依托国际赛事场景开展技术实测与创新迭代，达成产业技术赋能校园创新、青年力量反哺技术优化的双向共赢。 从实验室到竞技场，本次实战充分印证了动捕技术在具身智能领域的巨大潜力。后续迪生数字将持续深化与深圳大学产学研联动，依托成熟动捕技术、虚实融合成套方案，携手探索具身智能与人形机器人竞技的前沿技术边界。 期待「明日之镜」战队在后续赛程再创佳绩、再攀新高！

为夯实数字动画内容生产根基、全面升级服务能力，北京迪生动画制作有限公司（后简称：迪生动画制作）总部已顺利完成乔迁升级，正式入驻北京市海淀区中关村紫金数码园自有产业空间。立足中关村科创人才集聚、产业资源密集的核心优势，公司以此为全新发展起点，全力开启数字内容制作高质量发展的新阶段。 本次乔迁实现了公司硬件设施与软件技术的双重迭代升级。全新升级动画制作工作区，同步搭建独立专业审片区，能够精准完成成片审核、效果校对、项目品质复核等关键工作，进一步标准化生产流程、提升创作质量。公司依托迪生总部完整的研发体系与AI技术赋能，同步完成AI算力集群与智能创作软件体系的全面升级，搭建起智能化、高效率的内容生产链路。目前，迪生总部、迪生动画制作与青岛动画制作团队形成多方深度协同格局，实现技术资源、算力设备、研发成果的全方位资源共享，为高品质数字内容生产筑牢坚实基础。 迪生动画制作深耕动画行业多年，积累了大量项目制作经验，组建起一支涵盖分镜、原画、动画、后期全流程在内的功底扎实、实战履历丰富的创作团队，并同步扩充一支兼具美术审美与数字制作能力的AI动画创作班底。不仅如此，从造型设计、中期制作及校验，到成片终审均有由迪生资深动画人组建的专项品控团队层层把关，将多年创作经验凝练为一套完整的动画质量管控机制。 凭借扎实的技术积淀、成熟的协同与资深的创作班底，公司已建成多元化内容制作的完整体系，涵盖CG动画、动画剧集、商业视觉片段、VR交互内容生成、AI动画制作等品类。服务范围覆盖国内品牌、文旅、影视等多行业客户，兼具成熟的跨境项目制作与交付能力，持续为海外客户精准提供标准化、定制化的数字内容服务，稳步拓宽国内外市场发展格局。 新空间孕育新动能，新起点奔赴新征程。本次圆满完成乔迁工作，为迪生动画制作的长远发展注入全新活力。未来，迪生动画制作将坚守品质初心、精进创作实力，以更专业的内容、更精良的作品、更优质的服务回馈海内外广大客户与合作伙伴，在数字内容制作赛道持续深耕、逐光前行。