从打球机器人看Physical AI路线之争：物理模型并未退场，而是换了一种角色

事件概述

8月22日晚，第二届世界人形机器人运动会开幕式上，银河通用将人形机器人带进「冰丝带」网球场，与人类运动员进行真实对抗。现场三轮对拉中，「银河·星仔」每轮一来一回均超过20次；与郑洁的单打展示里，机器人完成了正手、反手、底线移动和连续回球。

该机器人背后的系统，是清华大学、银河通用等团队今年公开的LATENT。研究团队从不完整的人类网球运动片段中提取运动先验，再让强化学习策略在仿真中修正和组合这些技能，最终使Unitree G1能面对不同方向和落点的来球调整全身运动，并与人类维持连续回合。

核心信息：物理模型没有消失，只是位置变了

从MIT到Sony AI Ace，各打球机器人系统的技术路线显示，物理模型并未被神经网络取代，而是从在线控制迁移至仿真训练、参数分布等角色。真正的分歧在于如何划分“已知规律”与“学习”的边界，数据效率决定分工。

• MIT 2025年高速乒乓球机械臂（Sangbae Kim团队）：仍将球的飞行动力学和机械臂约束直接写进模型预测控制，物理模型用于实时决策。
• Google DeepMind 2024年竞技乒乓球系统：采用ABB IRB 1100六自由度机械臂加线性滑轨，击球动作由学习策略给出，但策略在复杂仿真环境中训练，通过系统辨识和sim-to-real设计支撑，物理模型移至仿真训练阶段。
• Berkeley HITTER：采用中间路线，上层model-based planner负责球轨迹预测和球拍目标规划，下层强化学习全身控制器负责29个关节的协调，曾与人类打出最长106拍连续回合。
• LATENT：不再追求精确复刻现实，而是通过动力学随机化定义参数分布，如球地恢复系数在0.71—0.79之间随机、空气阻力系数在0.01—0.04之间取值，使策略对现实参数漂移鲁棒。物理模型从提供精准答案变为定义“合理世界”的边界。
• Sony AI Ace（2026年4月发表于《Nature》）：核心控制方法被称为model-free reinforcement learning，但整套系统仍包含球的空气动力学、旋转、碰撞、机器人运动约束和优化器。Ace对elite选手五场赢三场，对professional选手两场全败但赢下其中一局。

值得关注：三层分工与数据效率

打球机器人任务可拆为三层：球飞行规律（低维稳定，适合显式模型）、球拍碰撞（时间短、参数敏感，靠仿真加随机化覆盖）、人形全身控制（高维约束多，强化学习搜索更高效）。不同系统在这三层上的分工各异，核心判断标准是：对某部分能力，方程、数据、算力哪种最便宜。重力、摩擦等已知规律用方程表达成本极低；29自由度人形正手动作难以手工设计，RL在仿真中试错更高效。

所谓“model-free RL”在完整机器人系统中容易产生误解：策略优化本身不依赖可滚动预测的模型，但训练过程仍高度依赖包含刚体动力学、碰撞、摩擦和执行器模型的仿真器。学习真正替代的不是物理知识，而是“每次行动都由工程师显式计算物理结果”这件事。