近期北舞“老法拉利”舞蹈片段火爆出圈，利落舒展的舞姿尽显专业功底，也让大众留意到舞蹈动作细节研究的核心价值。用于精准采集人体动作数据的动捕技术，早已在各类科研领域广泛落地，如今也逐步渗透到舞蹈艺术研究场景中。
近日，横滨国立大学一项聚焦舞蹈教学的前沿研究，依托诺亦腾动捕数据完成全部核心实验，相关论文《VR Dance Learning by Decoupling Motion Trajectories from Temporal Constraints（从时间约束中解耦运动轨迹的 VR 舞蹈学习）》，正式发表于ACM Augmented Humans International Conference 2026（AHs 2026）。
舞蹈初学者常受传统教学限制，难以快速、准确地掌握复杂动作。为此，横滨国立大学研究者开发了新型VR舞蹈学习系统，其中核心实验舞蹈数据来自诺亦腾的动捕数据集。诺亦腾提供的动作数据，均由自主研发的PN（Perception Neuron）系列惯性动捕设备采集，具备高精准、大动态的特点，可完整还原专业舞蹈细节，满足多领域科研的数据需求。
横滨国立大学研究团队借助诺亦腾动捕数据的完整性与精准性，构建高精度舞蹈动作模型，验证“解耦运动轨迹与时间约束”学习方法的有效性。实验表明，该方法可显著降低学习者动作位置误差、提升学习效率，为VR艺术教学创新提供新思路。这一成果，离不开PN系列设备的技术支撑——其搭载九轴惯性传感器，能精准捕捉全身骨骼位姿，稳定适配舞蹈等高动态、高复杂度动作采集。
诺亦腾深耕惯性动捕领域十余年，旗下PN系列产品覆盖全球五十多个国家，广泛应用于数字媒体、虚拟仿真、运动健康、具身智能、科研教育等众多行业领域。目前，在科研教育领域，诺亦腾已为清华大学、北京大学、早稻田大学、慕尼黑大学等全球高校及科研机构提供技术与数据支持，助力前沿研究落地。
此次横滨国立大学的研究，是诺亦腾动捕技术在艺术交叉学科领域的典型实践。未来，诺亦腾将持续技术创新，专注全谱系动捕技术产品的研发，为全球科研工作者提供精准、多元的动作捕捉工具，推动动捕技术在更多前沿领域的深度应用。
热门跟贴