機(jī)器人“狂踹不倒”視頻刷屏！太空艙遍布城市街巷，銀河通用這幾手秀麻了

henry 發(fā)自 凹非寺

量子位 | 公眾號(hào) QbitAI

連續(xù)飛踢一臺(tái)機(jī)器人30秒會(huì)發(fā)生什么？

不到半分鐘，這臺(tái)宇樹G1就連著挨了十幾個(gè)飛踢，堪稱機(jī)生的“至暗時(shí)刻”。

在不少網(wǎng)友為它打抱不平時(shí)，也不禁讓人感嘆一句：穩(wěn)，純穩(wěn)、無可爭議的穩(wěn)！

那么，是什么讓這臺(tái)機(jī)器人怎么踹都踹不倒呢？

答案就出自銀河通用的全新通用動(dòng)作追蹤框架——Any2Track。

Any2Track不僅能讓機(jī)器人精確模仿各種人類復(fù)雜動(dòng)作，還能實(shí)時(shí)適應(yīng)各種真實(shí)世界的干擾。

要知道，在干擾下也能平滑追蹤人類動(dòng)作，可不是件容易的事。

正因如此，將動(dòng)作捕捉與現(xiàn)實(shí)世界的適應(yīng)性結(jié)合起來，可謂是機(jī)器人技術(shù)的一大進(jìn)步。

更重要的是，Any2Track并不僅限于人形機(jī)器人的動(dòng)作追蹤，它還是一個(gè)強(qiáng)大的基礎(chǔ)動(dòng)作追蹤模型，可支持不同下游任務(wù)，從而加速具身智能通用控制的實(shí)現(xiàn)，比如：

• 全身遙操作
• 人形機(jī)器人技能學(xué)習(xí)
• 人形機(jī)器人VLA模型
• ……

接下來，就讓我們看看它是如何做到的——

兼顧精準(zhǔn)模仿與抗干擾

簡單來說，動(dòng)作追蹤就是讓機(jī)器人能夠準(zhǔn)確捕捉、復(fù)現(xiàn)人類的復(fù)雜運(yùn)動(dòng)。

但要做到“既像人又能在真實(shí)環(huán)境里穩(wěn)住”，并不容易。

一方面，我們希望機(jī)器人能夠?qū)W習(xí)到多樣化、高動(dòng)態(tài)、接觸豐富的人類動(dòng)作知識(shí)，具備通用性。

另一方面，我們也希望機(jī)器人具備在線動(dòng)態(tài)的適應(yīng)性，能夠克服sim2real的差距，以及在不同場景下靈活調(diào)用這些“技能包”，具備抗干擾的能力。

然而，在現(xiàn)實(shí)中，通用性與高度適應(yīng)性往往難以兼得。

為實(shí)現(xiàn)這種“既要又要”，銀河通用團(tuán)隊(duì)提出了二階段的強(qiáng)化學(xué)習(xí)框架——Any2Track (Track Any motions under Any disturbances)，兼顧了精準(zhǔn)的動(dòng)作模仿與抗干擾能力。

這一舉超越了ASAP、GMT等傳統(tǒng)方法，實(shí)現(xiàn)了零樣本sim2real，讓機(jī)器人做起復(fù)雜動(dòng)作來，依舊穩(wěn)如老狗。

論文鏈接：https://arxiv.org/pdf/2509.13833

開源鏈接：https://github.com/GalaxyGeneralRobotics/OpenTrack

總的來說，Any2Track將動(dòng)作捕捉的學(xué)習(xí)過程解耦為AnyTracker和AnyAdapter兩個(gè)階段。

首先是AnyTracker。

AnyTracker是一個(gè)通用的動(dòng)作追蹤模塊，通過讓機(jī)器人的本體感知狀態(tài)（proprioception state）盡可能接近追蹤目標(biāo)（tracking goals）動(dòng)作來訓(xùn)練強(qiáng)化學(xué)習(xí)策略。

其中，本體感知狀態(tài)包括角速度、投影重力、每個(gè)關(guān)節(jié)的位置、每個(gè)關(guān)節(jié)的速度以及上一幀的動(dòng)作。

追蹤目標(biāo)則包括目標(biāo)關(guān)節(jié)位置、目標(biāo)關(guān)節(jié)速度以及局部坐標(biāo)系下的剛體信息。

（注：為實(shí)現(xiàn)通用動(dòng)作追蹤，研究團(tuán)隊(duì)使用了AMASS和LAFAN1運(yùn)動(dòng)數(shù)據(jù)集的組合作為訓(xùn)練數(shù)據(jù)。此外，作為基礎(chǔ)策略訓(xùn)練，此階段不引入任何動(dòng)態(tài)隨機(jī)化，以避免追蹤性能下降 。）

在訓(xùn)練過程中，研究團(tuán)隊(duì)發(fā)現(xiàn)訓(xùn)練通用動(dòng)作追蹤器的瓶頸在于：

• 人形機(jī)器人具有高自由度（high degrees of freedom），動(dòng)作空間復(fù)雜；
• 不同動(dòng)作類別的動(dòng)作分布差異大，使得單次RL優(yōu)化難以學(xué)習(xí)所有分布。

為此，研究團(tuán)隊(duì)先設(shè)計(jì)了標(biāo)準(zhǔn)化動(dòng)作空間（Canonicalized Action Spaces），通過標(biāo)準(zhǔn)化和殘差預(yù)測，簡化每個(gè)關(guān)節(jié)的動(dòng)作范圍，使策略更易學(xué)習(xí)。

接下來，又通過動(dòng)作聚類（Motion Clustering）和專家到通用（Specialist-to-Generalist）的方法，先訓(xùn)練專家策略處理特定類別動(dòng)作，再蒸餾到通用策略，兼顧了訓(xùn)練效率和多樣性覆蓋。

其次是AnyAdapter。

在完成一階段AnyTracker的訓(xùn)練后，研究團(tuán)隊(duì)在此階段引入了環(huán)境動(dòng)力學(xué)變化，并提出了AnyAdapter

——一個(gè)基于歷史信息感知的適應(yīng)模塊。

它能夠利用歷史交互數(shù)據(jù)學(xué)習(xí)環(huán)境動(dòng)力學(xué)特征，并據(jù)此動(dòng)態(tài)調(diào)整機(jī)器人行為，實(shí)現(xiàn)在線的動(dòng)力學(xué)適應(yīng)性。

在特征提取方面，團(tuán)隊(duì)提出了動(dòng)力學(xué)感知的世界模型預(yù)測（dynamics-aware world model prediction）。

在每個(gè)時(shí)間步中，歷史編碼器從歷史交互信息中提取動(dòng)力學(xué)特征嵌入，而世界模型則自回歸地預(yù)測下一幀機(jī)器人狀態(tài)：

在世界模型的訓(xùn)練過程中，研究團(tuán)隊(duì)首先從數(shù)據(jù)緩沖區(qū)采樣一個(gè)包含H+1+N=100個(gè)狀態(tài)-動(dòng)作對的窗口。

初始化時(shí)，歷史編碼器將前H個(gè)數(shù)據(jù)對作為輸入，計(jì)算初始動(dòng)力學(xué)特征嵌入。

隨后，世界模型以第H+1個(gè)狀態(tài)作為初始狀態(tài)，自回歸預(yù)測接下來的N幀狀態(tài)。

損失函數(shù)定義如下：

在動(dòng)力學(xué)適應(yīng)性設(shè)計(jì)上，團(tuán)隊(duì)創(chuàng)新性地將其重新定義為基礎(chǔ)動(dòng)作執(zhí)行能力之上的附加能力。

為此，一階段的Any2Track網(wǎng)絡(luò)參數(shù)被凍結(jié)，并引入adapter架構(gòu)進(jìn)行微調(diào)。

隨著微調(diào)的進(jìn)行，adapter通過層級特征融合將動(dòng)力學(xué)適應(yīng)性注入到基礎(chǔ)模型中。

這種訓(xùn)練范式避免了降低已經(jīng)獲得的運(yùn)動(dòng)追蹤性能，最終實(shí)現(xiàn)了豐富的運(yùn)動(dòng)表現(xiàn)力和強(qiáng)大的動(dòng)力學(xué)適應(yīng)性。

實(shí)驗(yàn)結(jié)論

為驗(yàn)證Any2Track的性能，研究通過將29自由度的宇樹G1部署在MuJoCo模擬器和現(xiàn)實(shí)世界中進(jìn)行了實(shí)驗(yàn)。

首先，實(shí)驗(yàn)對比了AnyTracker與基線方法在動(dòng)作追蹤質(zhì)量上的表現(xiàn)：

實(shí)驗(yàn)結(jié)果顯示，AnyTracker在運(yùn)動(dòng)追蹤精度上明顯優(yōu)于基線方法。

同時(shí)，規(guī)范化動(dòng)作空間以及從專家策略到通用策略方法的有效性也得到了驗(yàn)證。

隨后，團(tuán)隊(duì)測試了AnyAdapter在面對不同來源干擾時(shí)的在線動(dòng)力學(xué)適應(yīng)能力：

實(shí)驗(yàn)結(jié)果表明，Any2Track在所有干擾條件下（包括地形變化、外力作用、軀干質(zhì)量變化、質(zhì)心位置偏移、關(guān)節(jié)摩擦差異）均超越了所有基線方法。

最后，團(tuán)隊(duì)將策略部署到宇樹G1上，并在復(fù)雜地形、外部約束以及負(fù)重場景中評估Any2Track的實(shí)際表現(xiàn)。

實(shí)驗(yàn)顯示，Any2Track在所有測試環(huán)境中均優(yōu)于帶有域隨機(jī)化的PPO策略。

更值得注意的是，隨著環(huán)境干擾程度增加，Any2Track的優(yōu)勢進(jìn)一步擴(kuò)大，體現(xiàn)出其卓越的穩(wěn)定性與動(dòng)態(tài)適應(yīng)能力。

而這種抗干擾能力，正是打開具身智能機(jī)器人從技術(shù)研發(fā)到商業(yè)場景落地中必不可少的關(guān)鍵一環(huán)。

據(jù)了解，Any2Track背后的研發(fā)團(tuán)隊(duì)來自銀河通用機(jī)器人公司，清華大學(xué)交叉信息研究院助理教授、上海期智研究院PI弋力老師和其團(tuán)隊(duì)，及北京大學(xué)助理教授王鶴老師團(tuán)隊(duì)。

從實(shí)驗(yàn)室走向街頭：銀河太空艙讓機(jī)器人真正“干活”

如果說“狂踹不倒”展示的是機(jī)器人在實(shí)驗(yàn)室里的硬核肌肉，那么能干活的Galbot，則展現(xiàn)出真實(shí)世界里的切實(shí)價(jià)值。

目前，銀河通用已經(jīng)構(gòu)建了GraspVLA、TrackVLA、GroceryVLA等端到端具身大模型，在精準(zhǔn)操作、導(dǎo)航等核心任務(wù)上實(shí)現(xiàn)了泛化能力突破。

然而，有了干活的能力，還需要找到需要干活的場景。

銀河通用的“銀河太空艙”，正是把實(shí)驗(yàn)室中的運(yùn)控、抓握、識(shí)別、導(dǎo)航等技術(shù)推向街頭巷尾、自主干活、服務(wù)大眾的絕佳載體。

譬如，你的下一杯咖啡，可能就來自中關(guān)村“銀河太空艙”里的機(jī)器人咖啡師。

在成都春熙路，吸引路人駐足的，也許正是“太空艙”門前翩翩起舞的機(jī)器人表演者。

隨著這一間間“9平米”的未來便利店，從中關(guān)村起步，逐步擴(kuò)展至北京、上海、深圳、宜賓、蘇州、成都、杭州、無錫等全國各地的街頭巷尾。

這些具身智能機(jī)器人也不再只是實(shí)驗(yàn)里的科技展示，而是真正融入了城市煙火，成為切實(shí)的生產(chǎn)力。

比如，在十一當(dāng)天，位于頤和園的銀河太空艙就吸引了大量游客駐足體驗(yàn)。

而在中國網(wǎng)球公開賽上，銀河太空艙更是落地現(xiàn)場，為賽事注入新鮮科技元素。

在無錫，首個(gè)具身智能機(jī)器人零售店“銀河太空艙”正式亮相，為蘇超聯(lián)賽增添前沿科技氛圍。

對此，北京大學(xué)助理教授、銀河通用機(jī)器人創(chuàng)始人及CTO、智源學(xué)者王鶴表示：

銀河通用機(jī)器人正在將智慧零售與創(chuàng)新文旅帶入全國街頭巷尾與熱門景點(diǎn)：輪式人形機(jī)器人賣冰飲、咖啡、文創(chuàng)；雙足人形機(jī)器人熱情攬客，把地方特色融入舞蹈和互動(dòng)。我們期待銀河太空艙走向更多城市，人形機(jī)器人必將成為中國的又一張國際名片。

全棧自研技術(shù)管線

事實(shí)上，機(jī)器人的“狂踹不倒”與“太空艙”里機(jī)器人服務(wù)只是銀河通用體系化能力里最新被發(fā)現(xiàn)的“冰山一角”。

自成立以來，銀河通用已形成了從合成數(shù)據(jù)到多模態(tài)具身大模型訓(xùn)練的完整技術(shù)管線。

在這一過程中，其提出了一套高效通往落地的解決方案：

以智能合成大數(shù)據(jù)與具身大模型為核心，實(shí)現(xiàn)“數(shù)據(jù)生產(chǎn)—模型訓(xùn)練—場景應(yīng)用”的閉環(huán)迭代。

在當(dāng)前具身智能領(lǐng)域真機(jī)數(shù)據(jù)普遍稀缺的背景下，銀河通用選擇了以合成為主、真實(shí)為輔的數(shù)據(jù)范式。

通過大規(guī)模仿真合成數(shù)據(jù)輔以少量真實(shí)數(shù)據(jù)，不僅能夠更快、更低成本地產(chǎn)出海量高質(zhì)量數(shù)據(jù)，有效破解場景數(shù)據(jù)匱乏的難題，還能加速模型在多場景中的泛化與落地。

也正是基于這一思路，銀河通用將戰(zhàn)略視野擴(kuò)展到全國化的具身智能訓(xùn)練平臺(tái)布局。

在大規(guī)模合成數(shù)據(jù)及銀河通用基座大模型的基礎(chǔ)上，通過打造真實(shí)場景的訓(xùn)練平臺(tái)，能夠更快形成多樣化的垂直場景數(shù)據(jù)積累，從而讓人形機(jī)器人具備更加精細(xì)的垂直場景工作能力并習(xí)得工作的流程和規(guī)則。

通過這一“合成+真實(shí)、研發(fā)+場景”的雙輪驅(qū)動(dòng)，銀河通用正在不斷推動(dòng)具身智能在全國范圍內(nèi)的規(guī)模化落地。

無論是工業(yè)、零售，還是文旅、醫(yī)療等多元場景，銀河通用都在以技術(shù)優(yōu)勢賦能千行百業(yè)，讓智能真正走進(jìn)生產(chǎn)與生活，也讓未來的城市生活變得更加智能。

從“狂踹不倒”的黑科技，到“落地干活”的日常服務(wù)，人形機(jī)器人正在加速走向規(guī)模化應(yīng)用。

銀河通用這樣的先行者，正在讓中國的人形機(jī)器人產(chǎn)業(yè)，從實(shí)驗(yàn)室走向工廠、商圈與景區(qū)。

未來，人形機(jī)器人不僅是科研成果，更有望成為中國面向世界的又一張科技名片。