人形机器人突破“定住干活”瓶颈:源策未来发布全身智能方案
2026/10/15 18:20阅读量 3
针对人形机器人长期存在的“能跑跳却难干活”痛点,源策未来发布了基于“全身智能(WBI)”技术路线的新模型。该方案通过自研S0运动控制基模将手部末端追踪误差降至2厘米,并解决了非平地地形下的全身协调难题,使机器人能在复杂环境中完成搬运、登高及精细操作等连贯任务。目前该技术已在宇树G1和加速进化T2等不同构型机器人上得到验证,标志着人形机器人从表演展示向实际作业能力迈进的关键一步。
事件概述
人形机器人行业长期面临一个核心矛盾:虽然具备双足行走能力,但在实际操作中往往需要停在平地上锁定身体才能进行手部作业,导致其优势未能充分发挥。近期,源策未来(YuanCe Future)提出以“全身智能(Whole-Body Intelligence, WBI)”为核心的解决方案,旨在打破这一局限,实现双腿参与操作、躯干与双手协同工作的连续作业能力。
核心技术与突破
1. 解决控制系统的两难困境
传统主流方案(如英伟达开源的SONIC基准)在应对复杂操作时存在明显缺陷:
- 精度不足: 在俯身或前伸等全身协调动作中,手部末端跟踪误差高达10厘米,无法满足精细操作需求。
- 数据映射困难: 由于机器人身体与人体的非同构性,大幅度的弯腰、屈膝动作难以准确映射,导致无法采集有效的真机示范数据。
- 地形限制: 现有算法多假设脚底为连续平滑平面,无法处理台阶等高差地形,迫使机器人在上下楼梯时需切换模式甚至放下手中物品,丧失了通行优势。
2. S0与S1双层架构设计
源策未来构建了分层控制系统:
- S0(小脑/运动控制基模): 负责高频动态平衡与动作执行。通过优化全身协调,将手部末端追踪误差压缩至2厘米的物理接触及格线;同时拓展了控制维度,使其能在有高差的非平地(如上台阶)过程中,动态协调下肢落脚、躯干姿态与重心转移,实现通行与操作的无缝衔接。
- S1(大脑/智能基模): 负责长程任务理解与拆解。基于S0提供的高精度真机示范及DAgger纠偏经验,结合自采的EgoBody人类全身交互数据,S1具备了在环境被重塑的情况下进行下一步约束规划的能力。
实际应用与验证
- 场景演示: 机器人能够自主扶起倒地的自行车、按压电饭煲启动键,以及完成“搬踏台-登高-抓取”的连贯动作。在厨房场景中,机器人能跨越高差,在不同高度完成取米、加水、内胆取放及合盖启动等一系列复杂家务。
- 硬件适配: 该技术路线已在宇树G1和加速进化T2两种不同身体比例和关节配置的机器人本体上得到验证。在茶水间任务中,两款机器人还能配合完成冰箱整理工作,证明同一基础模型可适配不同硬件平台。
行业影响与展望
源策未来的实践表明,模块化拼接(如仅关注腿部步态或桌面机械臂)会导致信息损耗和能力割裂。真正的通用具身智能需走向“Human Body Learning”,即让整具身体作为一个最小作战单元进行协同优化。
随着操作能力的提升,人形机器人的产业链逻辑可能发生改变:
- 硬件设计: 腰部、肩部电机需承受反复搬运负载及持续发热,灵巧手需适应高频使用,续航与换电系统成为关键。
- 交付标准: 客户关注的重点将从单一的动作演示转向任务成功率、运行时长和维护成本等系统性指标。
这一转变意味着人形机器人的身体优势开始兑现,整个行业有望围绕“实际劳动”重新组织软硬件设计与交付体系。
