随着AIGC技术在3D内容生产、虚拟人、游戏开发、元宇宙等领域的加速落地，虚拟角色的动作真实感已经成为影响用户体验的核心指标之一。此前行业内的公开动作捕捉数据集多集中于行走、奔跑、交互等强目的性动作，对无明确任务的自然空闲微动作覆盖极少，高质量标注数据的缺失，直接导致AI生成的虚拟角色空闲状态普遍存在生硬、失真、同质化等问题，成为制约3D内容生产效率与体验的行业共性痛点。
2026年5月13日，西班牙巴斯克大学联合全球头部互动娱乐公司艺电（EA）共同打造的大规模三维空闲动画数据集StayStill正式首发于学术预印本平台arXiv，为解决上述行业痛点提供了核心数据支撑。据介绍，StayStill是当前全球范围内规模最大、标注维度最完善的公开空闲动作数据集之一，旨在填补空闲动作生成领域的高质量训练数据空白。
该数据集总计包含约6小时的高精度运动捕捉数据，采集自50名不同性别、年龄、体型的受试者，覆盖三大类典型空闲场景：无干扰下的自然空闲动作、使用手机时的碎片化空闲状态，以及抓挠、伸展、查看手表等18类经过人工标注的高频典型空闲行为。所有数据均通过无标记动作捕捉技术采集，后续经过多轮人工清洗、标注与校验，数据精度与标注可靠性达到行业商用级标准。
从应用方向来看，StayStill数据集可广泛应用于虚拟角色动画生成、深度学习模型训练、空闲动作动力学研究等多个领域：在游戏开发场景中，基于该数据集训练的AI模型可自动生成高拟真度的NPC空闲动作，大幅降低人工动画制作的成本与周期，同时避免传统程序化生成动作的生硬感；在虚拟现实、元宇宙场景中，虚拟数字人的等待、思考类微动作将更符合人类行为逻辑，大幅降低用户的交互违和感；此外该数据集还可为人体运动力学研究、康复医疗动作模拟等领域提供基础数据支撑，推动相关技术的落地迭代。对于整个数据要素市场而言，该数据集的开放也为垂直领域细分训练数据的生产、标注与共享提供了参考样本，助力数字内容产业的数字化转型效率提升。
详情页内容：
_1769672084863.jpg)