1. 从“行走”到“杂耍”G1技能进化的背后逻辑最近宇树科技的G1人形机器人又刷屏了。这次不是因为它走得多稳、跑得多快而是因为它解锁了一系列让人忍俊不禁的“怪技能”——比如用脚开瓶盖、用膝盖顶球、甚至模仿人类做“空气投篮”。这些视频在社交媒体上病毒式传播让很多人觉得新奇又有趣。但作为一名长期关注机器人技术发展的从业者我看到的远不止是“好玩”。G1这些看似“不务正业”的技能展示恰恰是当前人形机器人技术从“功能实现”迈向“能力涌现”的一个关键信号。它不再仅仅是一个执行预设动作的精密机器而是开始展现出对复杂物理交互的理解、对动态平衡的极限控制以及一种初步的“任务泛化”能力。今天我们就来深入聊聊G1掌握这些“怪技能”背后到底意味着什么技术突破以及它离真正的“通用”还有多远。2. “怪技能”拆解每一个动作都是技术难题的具象化G1展示的“怪技能”并非随机杂耍每一个动作都精准地指向了人形机器人研发中的核心挑战。我们可以把这些技能大致分为三类精细操作类、动态平衡类和全身协调类。理解这些分类是理解其技术内涵的第一步。2.1 精细操作类当脚变成“手”的延伸最典型的例子就是“用脚开瓶盖”。这个动作看似简单实则包含了多个技术栈的深度融合。首先是非末端执行器的精细操作。传统工业机械臂完成拧瓶盖任务依赖的是专门设计的夹爪末端执行器和精确的力控。而G1的“脚”本质上是一个多自由度的足端其设计初衷是行走和支撑并非为精细抓取和旋转设计。让它来完成这个任务首先需要解决的是接触建模与力感知。机器人必须精确感知脚与瓶盖接触的瞬间判断接触点、接触力的大小和方向。这依赖于足底的高精度六维力传感器它能实时反馈XYZ三个方向的力和力矩。其次是柔顺控制与阻抗控制。拧瓶盖不是一个“硬碰硬”的过程。如果机器人用固定的轨迹和刚度去执行很容易因为微小的位置误差导致瓶盖滑脱或将瓶子推倒。G1需要采用柔顺控制策略让足端在接触瓶盖后表现得像一个有“弹性”和“阻尼”的系统。当遇到阻力时比如瓶盖螺纹的摩擦力它能自适应地调整施加的力和扭矩而不是一味地“硬拧”。这通常通过阻抗控制实现设定一个期望的力/位置关系当实际位置与期望有偏差时控制器会计算出需要施加的力来纠正这个偏差从而实现“力随形变”的柔顺操作。最后是全身姿态的协同调整。用脚操作时机器人的重心会发生显著偏移。为了保持整体平衡它的上半身、另一条腿乃至手臂都需要进行微妙的补偿运动。这涉及到全身动力学控制。控制器需要实时计算为了完成足端的拧转动作身体其他关节应该如何配合才能既完成任务又不让自己摔倒。这个过程是高度动态和耦合的对算法的实时计算能力要求极高。注意这个技能的核心价值不在于“用脚开瓶盖”这个应用本身而在于验证了机器人在非结构化环境下利用非专用工具身体部位完成精细力控任务的能力。这比用专用手完成同样任务在技术上迈进了一大步。2.2 动态平衡类在失衡边缘反复试探“用膝盖顶球”和“单腿站立时做大幅度的上肢动作”属于这一类。这类技能的核心挑战在于扰动抑制和动量管理。当G1用膝盖去顶一个下落的球时撞击的瞬间会产生一个外部冲击。这个冲击力的大小、方向和作用点都是不确定的取决于球的材质、速度、撞击角度。机器人必须在极短的时间内毫秒级感知到这个扰动并通过调整全身关节的力矩产生一个反向的动量来抵消它从而维持平衡。这依赖的是基于状态估计的全身控制。具体来说机器人内部的IMU惯性测量单元和关节编码器会实时反馈身体的角速度、加速度和关节角度。状态估计算法如卡尔曼滤波器会融合这些数据精确计算出身体的重心位置、速度以及当前受到的扰动。随后控制器通常是基于模型预测控制MPC或全身操作空间控制WBC会求解一个优化问题在满足关节力矩限制、摩擦力约束、自碰撞避免等条件下如何生成下一时刻各关节的期望加速度或力矩以最快速度将身体状态稳定回平衡点。“单腿站立做动作”则是主动制造内部扰动并加以管理。当机器人挥舞手臂时手臂的动量会改变整个系统的角动量如果不加控制身体会向反方向旋转而摔倒。G1需要精确计算手臂运动产生的动量然后通过支撑腿的踝关节以及躯干的扭转产生一个大小相等、方向相反的角动量来进行补偿。这展示了其动量平衡算法的成熟度。2.3 全身协调类从“程序序列”到“任务导向”“空气投篮”或模仿一段复杂舞蹈动作属于全身协调类。这类技能看似是简单的动作回放实则不然。它考验的是运动规划与全身运动控制的协同。首先这些动作很可能是通过模仿学习获得的。工程师可能通过动作捕捉系统录制了人类的投篮动作得到了一组关节角度的时间序列数据。但直接把这些角度数据“灌”给机器人是行不通的因为机器人的动力学参数质量、惯性与人类不同直接复制会导致失衡或关节超限。因此需要经过运动重定向和动力学优化。运动重定向将人类关节空间的动作映射到机器人不同的关节结构上。更重要的是动力学优化算法会在满足机器人自身物理约束最大关节速度、力矩、连杆长度的前提下对原始轨迹进行优化生成一条机器人“可执行”且“能量高效”或“稳定”的轨迹。在执行时不再是简单的位置控制让每个关节走到某个角度而是任务空间控制与平衡控制的结合。例如“投篮”这个任务可以分解为手部末端任务空间需要沿一条平滑抛物线运动同时身体重心需要保持在一个稳定的支撑多边形内。控制器会同时优化手部轨迹跟踪误差和身体平衡指标自动协调全身数十个关节的运动来实现这个复合目标。这标志着G1的控制系统已经从“关节角度伺服”上升到了“高层任务描述底层自主求解”的层次。3. 核心技术栈透视G1“技能树”的支撑点上述所有炫酷技能的背后是一套复杂而协同的技术栈在支撑。我们可以将其归纳为“感知-决策-控制-执行”的闭环但在G1上每一环都有其独特之处。3.1 感知层多模态融合与状态估计G1的“眼睛”和“耳朵”是其与环境交互的基础。除了常见的RGB摄像头和深度传感器用于视觉SLAM和物体识别对于这些动态技能更关键的是本体感知。高精度关节编码器与力矩传感器每个关节都配备了高分辨率编码器提供精确的角度和速度反馈。更重要的是许多关节特别是腿部集成了力矩传感器可以直接测量关节输出扭矩。这是实现柔顺力控的基础让机器人能“感知”到外界施加的力。足底六维力/力矩传感器这是双足机器人的“灵魂”部件。它能精确测量足底与地面接触时三个方向的力Fx, Fy, Fz和三个方向的力矩Mx, My, Mz。这是判断支撑状态、检测滑动、实现零力点ZMP控制的关键。IMU惯性测量单元提供身体的全局姿态翻滚、俯仰、偏航角以及角速度和线加速度。它是状态估计算法的核心输入之一。状态估计算法这是将原始传感器数据转化为有价值状态信息的大脑。它需要实时融合IMU、编码器、力传感器数据精确估算出机器人的身体姿态、速度、重心位置、以及地面接触信息。在单腿站立或受到冲击时一个准确的状态估计是控制器做出正确决策的前提。宇树很可能采用了基于滤波如扩展卡尔曼滤波EKF或基于优化的算法来应对传感器噪声和延迟。3.2 决策与规划层从技能库到在线调整G1展示的技能并非完全的“临场发挥”。更可能的模式是“离线规划在线调整”。技能模板库工程师会为“开瓶盖”、“顶球”、“投篮”等技能预先设计好一个参数化的运动模板或动态运动基元。这个模板定义了任务的核心特征比如“开瓶盖”的足端螺旋轨迹“投篮”的手臂摆动曲线。在线运动生成当机器人开始执行任务时它并不是死板地复现模板。感知系统会实时提供环境反馈瓶子的位置、球的下落轨迹。然后运动规划器可能基于模型预测控制MPC会以技能模板为初始解或参考轨迹结合当前的机器人状态和环境状态在线重新规划出一条更优、更适应实际情况的运动轨迹。这个过程是毫秒级刷新的。高层任务分解对于复杂技能可能存在一个简单的任务规划层。例如“用脚开瓶盖”可以分解为1. 视觉定位瓶子2. 步态规划接近瓶子3. 调整身体姿态将足端对准瓶盖4. 执行柔顺拧转动作5. 收回脚并恢复平衡。G1需要自主或半自主地完成这一序列。3.3 控制层全身控制与平衡算法的核心这是将规划好的轨迹转化为实际关节动作的环节也是技术壁垒最高的部分。全身动力学控制这是现代高性能人形机器人的标配。它不再将身体各个部分孤立控制而是将机器人视为一个完整的多刚体系统。控制器通过求解一个包含动力学方程、约束条件如地面反作用力方向、摩擦力锥、优化目标如跟踪误差最小、能量消耗最低的优化问题直接计算出所有关节的最优力矩指令。常用的框架有全身操作空间控制和模型预测控制。WBC将任务分层级如平衡优先级最高手部轨迹跟踪次之在满足高层任务的同时用剩余自由度优化低层任务实时性非常好。MPC预测未来一段时间内的系统行为并优化出一系列控制指令只执行第一步然后重新规划对模型精度要求高但处理动态扰动能力更强。G1的动态技能很可能采用了MPC或MPC与WBC结合的方案。平衡控制算法这是全身控制的一部分但尤为重要。除了经典的基于零力矩点的控制更先进的方法如捕获点控制和角动量规划也被广泛应用。例如在受到较大推力时机器人可能会主动迈出一步将支撑多边形移动到新的捕获点区域来维持稳定而不是僵硬地原地抵抗。3.4 执行层高功率密度关节的暴力美学所有精妙的算法最终都要靠硬件来执行。G1能做出这些敏捷动作其关节电机功不可没。宇树一直以其高功率密度的关节模组著称。高扭矩密度电机在紧凑的体积和重量下提供巨大的瞬时扭矩。这是实现快速加速、紧急制动和抵抗冲击的基础。低减速比与力控与传统工业机器人使用高减速比齿轮获得大扭矩不同G1的关节可能采用了中低减速比配合高性能的力控算法。这使得关节的“背驱动力”更强即外力能更容易地驱动关节运动响应更敏捷同时也更容易实现柔顺、安全的物理交互。集成化设计将电机、驱动器、减速器、编码器、力矩传感器高度集成在一个模块内减少了线束提高了可靠性也降低了关节的转动惯量让动作更“干脆”。4. 从“技能展示”到“实际应用”鸿沟与路径看了这么多炫技一个现实的问题是这些技能什么时候能走出实验室变成实用的生产力这里存在着几条主要的鸿沟。4.1 可靠性鸿沟99%与99.999%在精心布置的实验室环境有工程师随时待命机器人可以完美完成十次“开瓶盖”。但在真实的家庭或工厂环境地面可能不平、光线可能变化、瓶子可能被碰倒、瓶盖可能生锈……任何一个未预料到的扰动都可能导致失败甚至摔倒。当前的技能演示其可靠性和鲁棒性还远未达到商用要求。这需要更强大的感知与认知机器人需要能理解更复杂的场景识别更多类型的物体和干扰并预测其动态。更广泛的仿真测试在部署到实体机器人前需要在物理仿真环境中进行海量测试覆盖成千上万种极端和 corner case 场景让算法学会应对各种意外。故障检测与恢复策略当任务执行出现偏差时如瓶盖滑脱机器人需要有能力检测到故障并执行预定义的恢复策略如重新尝试、调整姿势、或放弃任务并报警而不是僵住或摔倒。4.2 泛化能力鸿沟从“开瓶盖”到“开所有盖”G1学会了用脚开某一个特定瓶盖。但它能开一个更大的酱油瓶盖吗能拧一个需要特定扳手的螺丝吗这就是泛化能力的问题。目前的技能很大程度上是针对特定对象和场景“调教”出来的。要实现真正的通用需要语义理解机器人需要理解“开盖”这个抽象任务而不是记忆“用某个姿势旋转某个特定物体”。它需要能识别不同形状、大小的“盖子”并推理出适合的操作方式。学习与适应结合大模型和强化学习让机器人能在少量演示或自主探索中快速学会操作新物体。例如给它看几个用手开不同瓶盖的视频它就能推理出用脚开盖的策略。工具使用真正的通用智能应该包括使用和创造工具。当用手或脚不方便时机器人应该能主动寻找或请求一个扳手、一个开瓶器。4.3 安全与伦理鸿沟失控的“怪技能”一个能跑能跳、力气大、还能用脚开瓶盖的机器人在人类身边活动其安全性是首要考量。必须确保物理安全在任何情况下机器人的动作都不会对人或环境造成伤害。这需要极其保守的力控阈值、灵敏的碰撞检测以及紧急停止机制。功能安全控制系统需要有冗余确保单个传感器或执行器故障时机器人能进入安全模式如缓慢蹲下而不是失控。行为可预测性机器人的行为意图应该对人类清晰可见避免做出令人惊恐的突兀动作。5. 未来展望G1的“怪技能”将通向何方G1的这次技能展示更像是一次面向公众的“技术路演”。它清晰地传达了宇树在机器人底层核心技术上的积累强大的执行器、高带宽的控制器、先进的平衡算法。这些是构建通用机器人躯干的基石。短期内这些技术会最先在特定垂直场景落地。例如在巡检、物流等场景中机器人需要具备在复杂地形行走、跨越障碍、偶尔操作一下开关或阀门的能力。G1展示的动态平衡和简单操作能力正好契合。中长期看随着感知、规划和学习能力的提升特别是视觉-语言-动作大模型的赋能机器人将能从“技能表演”走向“任务理解”。到那时“怪技能”将不再需要工程师为每个动作精心编程而是机器人根据高层指令如“把那个瓶子打开”自主分解任务、规划动作、并利用其全身协调能力去创造性解决。G1今天看似“ quirky ”的技能正是在为那个“全身都是手处处可操作”的通用未来做着最扎实的硬件和控制铺垫。我个人在观察和测试类似机器人平台时的体会是硬件性能的突破往往先于算法和应用。当关节足够有力、响应足够快、传感器足够灵敏时算法工程师的想象力才不会被束缚。G1正在把硬件的天花板不断推高这迫使和催生着更强大的算法出现。下一次我们再看到G1的“怪技能”视频时或许就应该关注这个动作是“编程实现的”还是“它自己学会的”。这其中的差别将是迈向通用人工智能体的关键一步。