宇树与智元机器人跨本体协作Demo曝光：神秘模型展现自主推理与工具使用能力

事件概述

近期曝光的一段10分钟一镜到底（无剪辑、无遥控、无人工指令）演示视频，展示了宇树（Unitree）和智元（Agibot）两款硬件架构迥异的机器人，在同一套底层模型驱动下，于密闭复杂的居家环境中协同作业。该视频呈现了机器人在长时序任务中的高精度控制、断点续做、跨本体协作及自主使用工具等能力，被业内视为可能颠覆当前具身智能技术路径的重要样本。

核心表现拆解

• 跨本体通用性与协作

  • 视频中同时出现了宇树G1（身高约1.3米）和智元远征A3（身高约1.7米）机器人。两者虽硬件不同，但由同一模型控制，实现了无缝配合。
  • 名场面：当宇树双手占满无法操作时，智元主动协助，通过观察和力控，温柔地将围巾从宇树颈部取下并折叠收纳；随后智元又帮助宇树将箱子踢至柜边，以便其站上去够取高处物品。
  • 这种协作并非预设脚本，而是模型基于对彼此能力边界的理解进行的自主探索与互补。

• 高阶物理推理与工具使用

  • 擦玻璃：宇树机器人在室内擦拭无效后，自主判断污渍在外侧，做出侧身、探头并将手臂伸出窗外的动作，精准避开窗框，展现了空间感知与力矩控制的融合。
  • 使用工具垫高：面对高处柜子，身高不足的宇树未放弃，而是自主寻找箱子。在尝试弯腰搬箱失败后，它学会用脚将箱子踹至柜边，进而站上箱子完成任务。这体现了对物理规则的理解及自我进化的决策能力。
  • 省力策略：机器人在整理拖鞋时选择拎挂绳而非鞋体，整理毛巾时尝试搭在肩上，显示出模型具备优化自身能耗或操作难度的“偷懒”智慧。

• 长时序任务鲁棒性

  • 断点恢复：任务中途闹钟响起，机器人暂停当前工作执行收纳冰箱/桌面任务，结束后能精准恢复被打断前的流程，未出现误差累积。
  • 全流程闭环：完成了从取物、作业到收纳的全自动闭环，且在长达10分钟的连续操作中保持动作连贯、无碰撞、无停滞。

技术分析与行业影响

• 突破主流模型瓶颈

  • 当前主流的VLA（视觉-语言-动作）模型依赖海量数据进行概率拟合，缺乏物理推理，易受长序列误差影响且绑定特定本体；传统世界模型则存在“知行割裂”，难以应对动态物理交互。
  • 该神秘模型似乎跳出了纯数据驱动的框架，具备以下核心优势：
    1. 物理约束动力学学习：前置物理规则，通过环境交互自主探索最优解（如踢箱子、拎挂绳），而非单纯模仿数据。
    2. 跨本体统一建模：通过统一动作表示空间，实现软硬件解耦，使同一模型适配不同品牌、不同自由度的硬件平台。
    3. 长时序鲁棒闭环：具备全局任务调度能力，能处理突发干扰和动作误差，避免传统模型在长流程中崩盘。

• 对Scaling Law的挑战

  • 据悉，该模型仅使用几十小时视频数据进行训练，却达到了极高的泛化能力和智能水平。这一结果引发了业界对具身智能领域“Scaling Law”（缩放定律）是否依然适用的重新审视，暗示未来可能不再单纯依赖数据规模的堆砌，而是更侧重于物理机理与模型架构的创新。

• 意义

  • 该Demo展示了具身智能从“单任务串行”向“群体智能”、“自主进化”迈进的关键一步，证明了机器人具备在真实非结构化环境中独立解决复杂问题的能力，逼近具身智能的“ChatGPT时刻”。