先给结论：人工智能人形别用同一套动作捕捉喂全身。上肢轨迹又伸又抓，接近操作需要；下肢高度和速度挤在站姿附近，覆盖不了部署时的下蹲和行走指令。一套库为了腿去滤，手臂的好动作也被扔掉；不为腿滤，腿又学不会稳。2026年全身仍用一个策略，只把数据源拆开：上肢用全库、相对基座；下肢用每类大约十条精选片段当风格，不当逐帧跟踪。滤腿时别把上肢扔掉。

人工智能全身模仿很别扭，痛点在两类运动的数据分布根本不是同一种

骨盆高度堆在站立附近，指令却要下到很低的蹲。根速度堆在原点，指令却要向前和转向。用这套分布去跟踪，策略永远学不会「蹲着还走」。把过猛的片段滤掉，同一条里的手臂可能完全能用。滤的是根，扔的是手。

常见两种应付都会亏。只给腿做奖励工程、不上捕捉，上肢失去人体统计，手臂会漂。拆成两个策略或腿用学习、手用伺服，结构是拆了，协调也拆了。要的是一个策略管全身自由度，只在学什么上分源。

上肢相对基座表示：根的转和跳减掉之后，旋转跳跃片段里的手臂仍然是人做得出的。不稳住在根上，根正好丢掉。腰划进上肢组，弯腰和伸手被同一条监督，操作时腰会自己跟上手，不必单独给躯干指令。

下肢用风格判别而不是逐帧跟踪。判别器问「像不像专家走路」，不问「像不像第三条第 47 帧」。指令可以在整个部署范围里均匀采样，覆盖和自然不再抢同一份数据。走和下蹲足够不同，塞进同一个判别器会把两种都抹糊。

三个奖励组（腿跟踪、上肢跟踪、风格）不要塞进一个价值头。风格对抗方差大，会把价值估计拖走。分头、分优势、再加权，收敛更快。部署若只给双手位姿加速度高度，必须先有看过稠密参考的教师，再蒸馏。单阶段对着稀疏手部位姿，末端误差会从四厘米级掉到十七厘米级，操作直接垮。

人工智能人形数据2026五步：先拆源，再一个策略，再蒸馏

1. 上肢用全库、相对基座；下肢用每类少量精选。禁止为腿过滤时丢掉同条上的手。
2. 走和下蹲两个判别器，按指令切换。禁止合成一个平均风格。
3. 全身一个策略。腰跟手上肢组。头单独给指令，因为库里头部本来就少。
4. 奖励三组三价值头。单价值头当作高风险，要看手部误差有没有被风格拖坏。
5. 教师先看稠密参考，学生只看手部位姿。没有教师的稀疏指令，不准当部署接口。

两处只有上过真机才清楚。其一，去掉上肢人体库，不但手抖，速度、转向、高度误差一起变差。抖的上肢是腿要拒绝的扰动。结构上的解耦救不了数据上的缺。其二，操作员界面没有躯干通道时，伸手蹲拾会看到腰自己前倾再回直。那是库里人的耦合，腰划进上肢才保住。接口越省，越要靠数据里的耦合，而不是再加一根摇杆。

建设者该把数据源拆开写成默认。管真机的人，该拒收同一套捕捉又滤又喂、或没有教师就上稀疏手部位姿的方案。没有拆源，全身一个策略也会被数据绑死。

结论：人工智能人形要一个策略、两套数据，滤腿时把手留下，稀疏指令前先有教师

分布不同就不要强行同一套库。相对基座救手臂，精选片段救腿，双判别器救走蹲，多价值头救训练，蒸馏救部署接口。仍用一套捕捉喂全身，不是省事，是同时伤害两头。

你下次训全身模仿，先看下肢指令覆盖和上肢是否被同条过滤误伤；两头有一头亏，数据源先拆，再谈加奖励。

现场还要防口号替换验收。把「已经能跑四百步、已经会预测下一步、仿真分很高、全身一个策略」写成周报，不等于新技能学会了、干预后的未来找得回来、百分之五噪声还站得住、腿和手的数据没互相伤害。周报可以写，门禁必须绑在分列指标和对照上。

若只能改一处：先把「平均回报涨了」从唯一成功标准里拿掉。回报可以记，新技能、反事实、噪声掉分、步态自然四件跟不上就算事故。

现场还要防口号替换验收。把「已经能跑四百步、已经会预测下一步、仿真分很高、全身一个策略」写成周报，不等于新技能学会了、干预后的未来找得回来、百分之五噪声还站得住、腿和手的数据没互相伤害。周报可以写，门禁必须绑在分列指标和对照上。

若只能改一处：先把「平均回报涨了」从唯一成功标准里拿掉。回报可以记，新技能、反事实、噪声掉分、步态自然四件跟不上就算事故。

本文侧重全链路风控方法论。落地时请用自身业务单据做回放验证，不要把示例阈值直接当生产策略。 相关：风控体检 · 方案资源