智東西
作者 江宇
編輯 漠影

今年春晚，人形機(jī)器人再次成為舞臺(tái)上的焦點(diǎn)。

相比去年顫顫巍巍地扭秧歌，宇樹人形機(jī)器人已經(jīng)能夠流暢地完成武術(shù)、雙節(jié)棍、醉拳等一系列表演，一波絲滑操作讓全網(wǎng)直呼驚艷，也讓大眾真切感受到人形機(jī)器人技術(shù)的進(jìn)步。

隨著人形機(jī)器人運(yùn)動(dòng)能力持續(xù)突破，一些支撐這些極限動(dòng)作的關(guān)鍵技術(shù)也開始浮出水面。

近日，北京通用人工智能研究院（簡稱“通研院”）發(fā)布并開源新一代人形機(jī)器人通用運(yùn)動(dòng)框架OmniXtreme（通極）。

該框架讓機(jī)器人能夠通過一套統(tǒng)一策略完成包括后空翻、托馬斯全旋、武術(shù)踢擊等在內(nèi)的多種高動(dòng)態(tài)動(dòng)作，并在真實(shí)機(jī)器人上實(shí)現(xiàn)了超過90%的成功率。

該成果提出了一種新的訓(xùn)練路徑：不再為每個(gè)動(dòng)作單獨(dú)訓(xùn)練策略，而是通過生成式模型與強(qiáng)化學(xué)習(xí)結(jié)合的方式，讓機(jī)器人掌握一整類極限運(yùn)動(dòng)能力。

通研院研究員賈寶雄在接受智東西采訪時(shí)稱：“過去很多機(jī)器人控制模型都需要針對(duì)單個(gè)動(dòng)作反復(fù)調(diào)參。OmniXtreme的核心目標(biāo)，就是找到一種統(tǒng)一策略，讓機(jī)器人能夠?qū)W習(xí)并泛化不同類型的極限動(dòng)作?！?/p>

一、從“太奶”到“武神”，人形機(jī)器人的運(yùn)動(dòng)能力躍遷

這一輪人形機(jī)器人的火熱出圈，可以追溯到2024年的北京大學(xué)春季運(yùn)動(dòng)會(huì)。當(dāng)時(shí)，北京大學(xué)智能學(xué)院學(xué)生方陣中的機(jī)器人因步態(tài)緩慢、動(dòng)作僵硬，被網(wǎng)友戲稱為“太奶機(jī)器人”。

▲2024年4月，北京大學(xué)春季運(yùn)動(dòng)會(huì)智能學(xué)院學(xué)生方陣

此后兩年，人形機(jī)器人運(yùn)動(dòng)控制能力快速迭代。

2025年蛇年春晚，機(jī)器人已經(jīng)可以完成扭秧歌等舞蹈動(dòng)作，但整體動(dòng)作仍然偏機(jī)械。同年8月，在首屆世界人形機(jī)器人運(yùn)動(dòng)會(huì)上，通研院團(tuán)隊(duì)?wèi){借融合探戈、太極、恰恰的舞蹈表演，獲得單機(jī)舞蹈比賽冠軍。

▲2025年8月，通研院在首屆世界人形機(jī)器人運(yùn)動(dòng)會(huì)上獲得單機(jī)舞蹈比賽冠軍

到2026年春晚，《武bot》節(jié)目中機(jī)器人完成武術(shù)動(dòng)作，運(yùn)動(dòng)能力進(jìn)一步突破。

在賈寶雄看來，這一變化背后是一種“技術(shù)破壁”，他對(duì)智東西形容這一過程時(shí)用了一個(gè)詞：“破次元壁”?！耙郧皺C(jī)器人更多停留在實(shí)驗(yàn)室或者科研展示中，很少有人會(huì)覺得它能做到現(xiàn)在這種程度。但隨著算法和硬件快速迭代，我們逐漸接受機(jī)器人不僅能跳舞，還能完成很多高難度動(dòng)作?！?/p>

二、一套算法完成極限動(dòng)作，OmniXtreme解決“多動(dòng)作控制難題”

讓機(jī)器人完成翻騰、倒立、霹靂舞等高動(dòng)態(tài)動(dòng)作，一直是機(jī)器人控制領(lǐng)域的難題。

近年來，強(qiáng)化學(xué)習(xí)成為主流技術(shù)路線。通過大規(guī)模仿真訓(xùn)練，機(jī)器人可以逐漸學(xué)會(huì)復(fù)雜動(dòng)作。但當(dāng)動(dòng)作種類越來越多時(shí)，系統(tǒng)往往會(huì)面臨新的問題——?jiǎng)幼髟蕉?，控制精度越下降?/p>

OmniXtreme試圖解決的正是這個(gè)問題，該框架采用一種兩階段學(xué)習(xí)機(jī)制。

第一階段，研究團(tuán)隊(duì)先為不同動(dòng)作訓(xùn)練多個(gè)“專家策略”，再利用生成式建模方法，將這些專家能力融合為統(tǒng)一策略。這一過程借鑒了生成模型中的Flow Matching技術(shù)，使系統(tǒng)能夠?qū)W習(xí)“動(dòng)作分布”，而不是簡單的動(dòng)作映射。

▲機(jī)器人執(zhí)行OmniXtreme（通極）框架完成極限運(yùn)動(dòng)動(dòng)作

賈寶雄用一個(gè)類比解釋這一過程：“可以把它理解為先讓機(jī)器人去模仿很多頂級(jí)舞者的動(dòng)作，然后再在這個(gè)基礎(chǔ)上通過強(qiáng)化學(xué)習(xí)不斷調(diào)整，使它能夠在真實(shí)環(huán)境中穩(wěn)定完成這些動(dòng)作。”

相比傳統(tǒng)強(qiáng)化學(xué)習(xí)需要不斷通過獎(jiǎng)勵(lì)函數(shù)逼近目標(biāo)動(dòng)作，生成式模型在一開始就能建立更完整的動(dòng)作表達(dá)，因此在多動(dòng)作場景下具有更好的泛化能力。

二、跨過Sim2Real，人形機(jī)器人終于能在真實(shí)世界翻跟頭

在人形機(jī)器人研究中，Sim2Real（仿真到真實(shí)）一直是核心挑戰(zhàn)。很多動(dòng)作在仿真環(huán)境中可以完成，但部署到真實(shí)機(jī)器人時(shí)往往會(huì)失敗。

OmniXtreme的第二階段訓(xùn)練，重點(diǎn)解決的正是這一問題。研究團(tuán)隊(duì)在強(qiáng)化學(xué)習(xí)過程中加入了大量真實(shí)物理因素，例如：

?電機(jī)扭矩—速度關(guān)系建模
?制動(dòng)功率限制
?電池能量傳遞模型
?更真實(shí)的執(zhí)行器物理模擬

這些設(shè)計(jì)顯著提升了策略在真實(shí)機(jī)器人上的可執(zhí)行性。賈寶雄告訴智東西，過去很多團(tuán)隊(duì)在部署時(shí)需要通過網(wǎng)線連接主機(jī)進(jìn)行控制，而OmniXtreme的目標(biāo)是實(shí)現(xiàn)完全上機(jī)運(yùn)行。

“真正的難點(diǎn)不只是算法本身，還包括模型推理效率和硬件適配。如果這些問題解決，再加上穩(wěn)定的控制模型，就可以實(shí)現(xiàn)現(xiàn)在這種真實(shí)部署效果?！睂?shí)驗(yàn)結(jié)果顯示，在真實(shí)機(jī)器人測試中，該方法在多種高動(dòng)態(tài)動(dòng)作任務(wù)上的成功率超過90%。

▲真機(jī)部署成功率

在不少人看來，翻跟頭、跳舞等動(dòng)作更像“炫技”，似乎與實(shí)際應(yīng)用關(guān)系不大。對(duì)此，賈寶雄給出了另一種解釋：“從科研角度來說，如果機(jī)器人能完成這些極限動(dòng)作，那么在人類能做到的工作場景里，它通常也能勝任。”

他將這一過程比作“先強(qiáng)身健體”，還補(bǔ)充道：“如果機(jī)器人能夠掌握人類極限運(yùn)動(dòng)的控制能力，那么在工業(yè)、服務(wù)等場景中的任務(wù)執(zhí)行，其實(shí)反而會(huì)更容易?！?/p>

因此，極限運(yùn)動(dòng)能力往往被視為機(jī)器人控制能力的“上限測試”。

四、 企業(yè)做本體、研究院做大腦，一條人形機(jī)器人研發(fā)路徑浮現(xiàn)

值得一提的是，這項(xiàng)研究的主要作者均來自北京通用人工智能研究院通用人工智能協(xié)同攻關(guān)合作體人才培養(yǎng)計(jì)劃（簡稱“通計(jì)劃”）的聯(lián)培博士生。

在研發(fā)模式上，通研院采用了一種分工協(xié)作的路徑：企業(yè)負(fù)責(zé)機(jī)器人本體，研究院負(fù)責(zé)核心智能算法。例如，通研院與宇樹科技合作建設(shè)具身智能聯(lián)合實(shí)驗(yàn)室展開協(xié)同研究。

▲2025年9月，通研院在國際機(jī)器人學(xué)習(xí)大會(huì)CoRL獲杰出論文獎(jiǎng)

賈寶雄介紹，很多技術(shù)突破其實(shí)來自雙方工程師之間的交流，“有些仿真和現(xiàn)實(shí)之間的差距，是我們和硬件工程師一起討論后才發(fā)現(xiàn)的?！?/p>

在產(chǎn)業(yè)化方面，通研院還孵化了具身智能創(chuàng)業(yè)公司德塔智能（Delta Intelligence）。德塔智能通過通研院積累的技術(shù)能力，在工業(yè)制造、巡檢、家居等場景中探索人形機(jī)器人的實(shí)際應(yīng)用。目前相關(guān)技術(shù)已經(jīng)在電網(wǎng)巡檢、汽車制造等場景開展測試。

支撐這套路徑的，還有通研院的人才機(jī)制。OmniXtreme的研發(fā)團(tuán)隊(duì)主要來自通研院“通計(jì)劃”博士生培養(yǎng)項(xiàng)目。該項(xiàng)目由通研院聯(lián)合全國多所高校開展，目前已培養(yǎng)300余名人工智能領(lǐng)域博士生。

賈寶雄介紹稱，團(tuán)隊(duì)目前約有10至20名博士生參與人形機(jī)器人研究，“很多學(xué)生既在研究院做算法，也會(huì)去企業(yè)和工程師一起解決真實(shí)問題。”

結(jié)語：下一步是讓機(jī)器人真正走進(jìn)現(xiàn)實(shí)

在賈寶雄看來，人形機(jī)器人接下來有兩個(gè)方向會(huì)同時(shí)推進(jìn)。

一方面，技術(shù)仍然會(huì)繼續(xù)挑戰(zhàn)更高難度動(dòng)作，例如跑酷、復(fù)雜環(huán)境運(yùn)動(dòng)等。另一方面，機(jī)器人也需要逐漸進(jìn)入真實(shí)生活場景。

“未來機(jī)器人既可能像現(xiàn)在這樣參與比賽，也可能成為日常生活中的助手，”他說。

當(dāng)運(yùn)動(dòng)能力、感知能力和自主決策能力逐漸融合，人形機(jī)器人距離真正進(jìn)入現(xiàn)實(shí)世界，也許只差最后一次“破壁”。