新会陈皮香动全国！皮皮宝年会落幕，「陈皮＋」三大新品引领产业升级

《科创板(kēchuàngbǎn)日报》5月26日讯（记者 黄心怡）“左右勾拳、侧踢、膝踢、闪避、跌倒(diēdǎo)起身，被(bèi)KO……”一场机器人之间的格斗比赛在昨晚开打。

在这场于杭州举行的《CMG世界机器(jīqì)人大赛·系列赛》机甲格斗擂台赛上，宇树科技以合作方身份参赛，上场的机器人均为宇树 G1人形机器人，而内嵌算法则由(yóu)四个比赛团队自研，并(bìng)进行现场的手柄操控。经过几轮比拼，黑队"AI策算师"最终夺得冠军(guànjūn)。

“这次(zhècì)比赛的(de)格斗动作，采集自外部专业人员，用来给AI模型提供学习参考。”宇树科技相关负责人向《科创板日报》介绍。

在此次比赛过程中，机器人暴露了仍(réng)存在动态控制、感知不足等问题，也展现出(zhǎnxiànchū)较强的平衡控制、人机协同能力。

多名业内人士对(duì)《科创板日报》表示，从格斗过程来看(láikàn)，机器人底层算法已经较为出色，但缺少真正的空间(kōngjiān)智能大模型作为机器人的大脑。为了更好地在实际应用落地，后续产业链(chǎnyèliàn)或将涌现更多二次开发的机器人解决方案商，在公版机器人基础上开发专业的大脑。

▍拳脚相加！机器人遭重击(zhòngjī)后5秒起身

《科创板日报》注意到，在相互出拳、踢腿的(de)格斗过程中，参赛机器人能(néng)通过步伐的调整来保持自身的平衡。在被击中后，机器人也能迅速(xùnsù)起身。“虽然格斗效果一般，摔倒爬起来的灵活性把我惊呆了，支撑力拉满。”有(yǒu)观众表示。

“机器人(jīqìrén)倒地五秒内马上能起来，重心不稳的情况下能调整身形维持平衡，这两点让我印象(yìnxiàng)较为深刻。” 快思慢想研究院院长、上海交通大学计算法学与AI伦理研究中心联席主任(zhǔrèn)田丰表示，“两足机器人的动态平衡性要比四足难得多。机器狗的重心只需要(xūyào)(xūyào)落在4个脚组成的矩形内就行，支撑的面积大。而两足人形机器人的重心需要落在两足的连线(liánxiàn)内。”

据悉，宇树G1机器人(jīqìrén)在对抗中保持平衡(pínghéng)，主要依赖于(yīlàiyú)仿真环境的AI强化学习和本体关节的感知。通过对大量平衡数据的学习和模拟训练，机器人不断优化自身(zìshēn)的平衡控制策略，同时本体关节的高精度传感器能够实时感知身体各部位的姿态(zītài)和受力情况，为平衡控制提供关键数据。

宇树科技相关负责人向《科创板日报(rìbào)》介绍，IMU（惯性测量单元）在机器人保持平衡中发挥着(zhe)重要(zhòngyào)作用，在仿真训练中同样不可或缺。IMU可以实时监测机器人的姿态、加速度等信息。

值得一提的是(zhídéyìtídeshì)，此次参赛的宇树科技(kējì)G1手臂进行了定制(dìngzhì)化设计，拥有7个自由度，比常规的5个自由度多出两个，目的是在格斗中进行更灵活的招式变化，如勾拳、摆拳、上勾拳等拳击动作中的手腕调整，增加攻击(gōngjī)的角度和灵活性。

上述人员介绍，G1格斗模式的训练难度一是在于瞬间爆发力要求(yāoqiú)高，需要机器人具备强大的动力系统(dònglìxìtǒng)来提供足够的扭矩，以(yǐ)实现快速动作响应。二是对(duì)控制算法精准度和稳定性(wěndìngxìng)要求高，控制算法要实时处理大量传感器数据，精确计算身体各部位的运动轨迹与发力时机，实现对多关节、重心、姿态毫秒(háomiǎo)级的精准控制，保证动作既有力又不失协调。三是机械结构强度要求高，在进行(jìnxíng)该动作时，机器人的机械结构需要承受较大的冲击力，对关节、骨骼等结构的强度和稳定性提出了很(hěn)高的要求。

▍人机协同为主，操作员手柄遥控机器人(jīqìrén)对战

G1机器人操控方式包括AI语音操控、手柄操控、体感(tǐgǎn)操控，各有优缺点(yōuquēdiǎn)。而本次比赛中主要采用现场人员(rényuán)进行手柄操作的方式。在比赛过程中，可以看到操作员在一旁控制机器人进行格斗。

宇树科技相关负责人对此解释(jiěshì)道，AI语音(yǔyīn)操控响应延迟比较明显，影响对机器人的实时控制。手柄操控让参赛者更直观、更精准地操控机器人，也更易于上手，有利于扩大参赛者范围。而体感(tǐgǎn)操控在沉浸感上更具潜力，宇树已经开发了(le)一套体感人形机器人控制系统，后续的比赛应该就可以(kěyǐ)给参赛者使用。

中国信通院泰尔系统实验室副总工程师刘泰介绍(jièshào)，对机器人(jīqìrén)进行手柄操控，与日常普通的遥控玩具(wánjù)，存在一定的区别。人形机器人其(qí)背后是一整套的大模型、运动控制模型的算法支撑，实际上是在通过这些算法来进行操控。

“采用传统的(de)控制方法很难让它站得住走得稳，现在通过强化学习的训练(xùnliàn)方式，让它往能够(nénggòu)站得平衡的方式由自己去探索。整体(zhěngtǐ)的比赛非常振奋，它的表现可以说比以往更进(gèngjìn)了一步，能够看到机器人在对抗比较强的情况下，也能够保持很好的稳定性，包括全身的运动机构协调，是科技进步和产业进步很好的结合。” 刘泰提到。

田丰认为，“在暂时还不能实现通用人工智能AGI的前提下，能否通过人机协同来达到比较好的效果(xiàoguǒ)，是当前业内探索的方向。而这场比赛也展现了一定(yídìng)的成果，这也是很(hěn)有价值的。”

▍实时感知仍存困境 机器人大脑待突破(tūpò)

不过，由人类(rénlèi)遥控操作(cāozuò)的机器人也存在比赛失误的情况。比如选择(xuǎnzé)主动攻击对手，不当心扑空后，导致参赛机器人失去稳定性倒地，被(bèi)对手“KO”。机器人想要后退来调整对战角度，却意外被擂台的围绳给缠住，需要人类来解(láijiě)绑等等。这其实暴露了机器人动态运动控制与实时感知的不足。

“这就涉及(shèjí)到一个问题，机器人是否要完成仿真人类的形态(xíngtài)。比如人背后没有长眼睛，但(dàn)机器人后背是否应该设置摄像头，让机器人扩大感知范围。再比如人只有5个手指，但有些工业场景可能6个手指会更好(gènghǎo)。人形机器人可能只是一个过渡阶段(guòdùjiēduàn)，未来可能会发展出超越人形的机器人形态。” 田丰表示。

一名观赛的(de)业内人士认为，从格斗过程来看，底层(dǐcéng)算法(suànfǎ)已经较为出色，包括稳定性、视觉、灵活性、速度连贯性等，目前缺少的是真正的空间智能大模型作为机器人的大脑。

田丰(tiánfēng)表示(biǎoshì)，从中美来看，在机器人大脑的投入是美国的比例更大些。“国内企业大部分都在做机器人本体，有一些(yīxiē)机器人企业在做小脑，也就是运动控制系统。做机器人大脑的企业大概在1/20的比例。不过，已经(yǐjīng)有一些机器人企业正在进行大脑研发。”

从产业链来看，田丰认为业内(yènèi)更多的(de)关注焦点在于整机厂商，以及电机等硬件层面，而大脑(dànǎo)也是通用型(tōngyòngxíng)的基础性大脑。“但机器人整机其实需要软件(ruǎnjiàn)二次开发，才能更好地在实际应用。比如面向格斗、工厂、物流等场景(chǎngjǐng)进行二次开发。后续产业链会涌现这类的机器人解决方案商，在公版机器人基础上开发专业的大脑。这就涉及到多模态大模型，以及RAG知识库进行融合。”

（科创板日报记者 黄心怡(huángxīnyí)）