江宇和漠影共同编辑了一篇关于智能技术的文章。
今年春节联欢晚会再次展示了人形机器人在舞台上的非凡表现，引起了观众的广泛关注。
相比于去年笨拙地扭秧歌，如今的人形机器人能够流畅地完成武术、双节棍和醉拳等一系列高难度动作，赢得了网友的一致赞叹，并向大众展现了人形机器人的技术进步。
伴随着人形机器人运动能力的持续突破，一些支持这些极限动作的关键技术也逐渐显现出来。
最近，北京通用人工智能研究院（简称“通研院”）发布并开源了新一代的人形机器人通用运动框架OmniXtreme（通极），为业界提供了新的解决方案。
这个框架使机器人能够通过一套统一策略完成包括后空翻、托马斯全旋和武术踢击在内的多种高动态动作，并在实际应用中达到了超过90%的成功率。
该成果提出了一种全新的训练路径：不再为每个单独的动作进行独立的训练，而是利用生成式模型与强化学习相结合的方法，使机器人掌握一系列极限运动能力。
在接受智东西采访时，通研院研究员贾宝雄表示：“过去很多机器人的控制模型都需要针对单个动作进行反复调试。OmniXtreme的核心目标就是寻找一种统一策略，让机器人能够学习并泛化不同类型的高难度动作。”
一、从“太奶”到“武神”，人形机器人的运动能力飞跃发展
近年来人形机器人技术的显著进步可以追溯到2024年的北京大学春季运动会。当时，智能学院学生方阵中的机器人由于步态缓慢和动作僵硬而被网友戏称为“太奶机器人”。
从那以后的两年时间里，人形机器人的运动控制能力迅速提升。
在2025年的蛇年春晚，人形机器人已经开始表演扭秧歌等舞蹈动作，虽然整体动作依然显得较为机械。同年8月，在首届世界人形机器人运动会中，通研院团队凭借融合探戈、太极和恰恰的舞步赢得了单机舞蹈比赛冠军。
到2026年的春晚，《武bot》节目展示了机器人完成一系列武术动作的能力，进一步提升了运动能力的技术水平。
贾宝雄认为这一变化反映了技术领域的重大突破。他形容这种进步为“破次元壁”，强调随着算法和硬件的快速迭代，我们逐渐接受了机器人的新角色——不仅是跳舞者，还是能够执行复杂任务的伙伴。
二、一种算法完成极限动作，OmniXtreme解决多动作控制难题
让机器人完成翻腾、倒立以及霹雳舞等高动态动作一直是机器人控制领域的挑战之一。
近年来，强化学习技术成为主流解决方案。通过大规模仿真训练，机器人的复杂动作能力得到了显著提升。然而，当所需执行的动作种类增多时，系统的性能往往会下降。
OmniXtreme旨在解决这一问题，采用了一种两阶段的学习机制。
在第一阶段中，研究团队为不同类型的动作分别训练了多个“专家策略”，然后通过生成式建模方法将这些能力融合成一个统一的策略。这借鉴了生成模型中的Flow Matching技术，使系统能够学习到“动作分布”而非简单的动作映射。
通研院的研究员贾宝雄用一种类比来解释这一过程：“可以将其理解为先让机器人模仿顶级舞者的动作，然后通过强化学习不断调整使其在真实环境中稳定完成这些动作。”
相较于传统强化学习方法需要不断逼近目标动作，生成式模型能够在一开始就建立完整的动作表达，在多动作场景下具有更好的泛化能力。
二、跨越仿真到现实的鸿沟，人形机器人终于能在真实环境中完成高难度动作
在人形机器人的研究中，从模拟环境过渡到实际应用是一大挑战。很多在模拟环境中可以执行的动作，在真实的机器人上往往难以实现。
OmniXtreme框架的第二阶段训练着重解决了这一难题。研究团队在强化学习过程中引入了大量真实世界的物理因素，例如电机扭矩—速度关系模型、制动功率限制等。
这些设计显著提高了策略在实际机器人上的执行效率。贾宝雄表示，在过去许多情况下需要通过网线连接主机进行控制时，OmniXtreme的目标是实现完全独立运行。
“真正的挑战不仅在于算法本身，还包括模型推理的效率和硬件适配。”他补充说：“如果这些问题得到解决，并且有稳定的控制系统，就可以实现现在的实际部署效果。”实验显示，在真实机器人测试中，该方法在多种高动态动作任务上的成功率超过90%。
对于一些人来说，翻跟头、跳舞等动作更像是“炫技”，似乎与实用价值不大。对此，贾宝雄解释道：“从科研角度来看，如果机器人能够完成这些极限动作，那么它通常也能胜任人类可以做到的工作场景。”
他将这一过程比作“强身健体”，并指出掌握复杂运动能力实际上有助于在工业、服务等领域中更高效地执行任务。
极限运动能力往往被视为机器人控制技术的“上限测试”。
四、企业制造本体，研究院开发大脑，一种人形机器人的研发模式浮现
▲真机部署成功率
通研院的研究主要由其通用人工智能协同攻关合作体人才培养计划（简称“通计划”）中的联合培养博士生完成。
在研发方面，通研院采用了一种分工协作的路径：企业负责制造机器人本体，研究院则专注于开发核心智能算法。例如，通研院与宇树科技共同建立了具身智能联合实验室进行协同研究。
贾宝雄提到很多技术突破源于工程师之间的交流，“有些仿真和现实间的差距是在讨论中发现的。”
在产业化方面，通研院孵化了具身智能创业公司德塔智能（Delta Intelligence），该公司利用研究院的技术能力，在工业制造、巡检等场景中探索人形机器人的应用。目前相关技术已在电网巡检、汽车制造等领域进行了测试。
支撑这一研发路径的还有通研院的人才培养机制，OmniXtreme的研发团队主要来自“通计划”博士生项目。该项目由通研院联合多所高校开展，已培训了超过300名人工智能领域博士生。
贾宝雄表示，目前约有10至20名博士生参与人形机器人的研究，“学生既在研究院做算法开发，也会与企业工程师合作解决实际问题。”
结语：下一步是让机器人融入日常生活
在贾宝雄看来，人形机器人的未来有两个方向会同时推进。
一方面，技术将继续挑战更高难度的动作，例如跑酷和复杂环境中的运动等。另一方面，机器人也将逐渐进入实际生活场景中发挥作用。
“未来的机器人既可以参与竞赛活动，也可能成为日常生活助手，”他说。
当机器人的运动能力、感知能力和自主决策能力逐渐融合时，人形机器人真正走进现实世界也许只差最后一次突破。
结语：下一步是让机器人真正走进现实
在贾宝雄看来，人形机器人接下来有两个方向会同时推进。
一方面，技术仍然会继续挑战更高难度动作，例如跑酷、复杂环境运动等。另一方面，机器人也需要逐渐进入真实生活场景。
“未来机器人既可能像现在这样参与比赛，也可能成为日常生活中的助手，”他说。
当运动能力、感知能力和自主决策能力逐渐融合，人形机器人距离真正进入现实世界，也许只差最后一次“破壁”。