宇树 G1 进军网球场：清华北大团队用 5 小时动捕数据训出对打技能

如果去网球场打球，隔网站着的是一台两只脚来回碎步调整的人形机器人，你可能会以为这是科幻电影片场。

但这事已经在真实的球场上发生了。来自清华大学、北京大学、银河通用、上海期智研究院以及上海人工智能实验室的研究团队，联合提出了一个名为 LATENT 的具身系统。他们把这套系统部署在宇树 G1 人形机器人上，让它在网球场上真正和人类打起了多回合拉锯战。

不用完美数据，5 小时动捕就能学会打球

以往教机器人做高动态运动，最头疼的就是数据。你很难收集到人类在激烈网球比赛中完整、精确且毫无瑕疵的全身运动序列，更不用说直接适配机器人机械结构的完美轨迹了。

研究团队换了个思路。他们没有去录制完整的比赛，而是让 LATENT 去学习「不完美」的人体动作碎片。整套系统仅仅使用了大约 5 个小时的动作捕捉数据，里面全是一些零散的挥拍、脚步移动等基本动作片段。

在研究人员看来，这种略显粗糙的数据虽然不完整，但已经保留了人类进行网球击球最关键的原语技能。算法先提炼出这些基础动作的先验特征，再通过策略修正与组合，拼接出连贯的击球和步法。配合针对现实硬件的 Sim-to-Real（仿真到真实）迁移优化，机器人直接在物理世界里掌握了打球技能。

90% 命中率，打出真正的来回球

效果并不是摆拍。从测试表现来看，宇树 G1 能以大约 90% 的命中率，稳定回击速度超过每秒 15 米（约合时速 54 公里）的来球。

更关键的是，它不是站在原地机械地挥拍碰运气，而是会根据来球轨迹调整脚步移动，将球稳稳送回目标区域。在与人类对手的真实对局中，它能够连续完成多回合的击球交锋，动作风格看起来也相当接近真人球员。

团队已经把该方法在 GitHub 上开源，希望将 LATENT 打造成一套通用的参考模板，专门用来从凌乱的现实数据中提取高难度运动技能。

为什么重要

这项成果最亮眼的地方，在于硬件成本与训练效率的极致平衡。

宇树 G1 的售价大约在 1.6 万美元，在当下的双足人形机器人里算得上非常亲民。让一台万元级硬件在没有编排剧本、没有千万级完美动作数据的情况下，靠 5 小时粗糙动捕就跑出如此流畅的球场战术，这件事本身就极具冲击力。

我们认为，LATENT 聪明的核心在于「化整为零」。它放弃了追求完整、无瑕疵的运动录像，转而从碎片化的人类日常动作中抽取运动逻辑。如果这套流程能推广到羽毛球、乒乓球乃至工业场景中的高动态搬运与避障，「几小时粗糙动捕训练一个技能」很可能会成为人形机器人运动控制的新基准。

不过，目前它应对的依然是相对常规的底线回球，面对旋转球、放小球或者大幅度变向等极端比赛情况，这类低成本硬件的关节响应极限依然存在。但至少对于想要进入具身智能运动控制的开发者来说，这套开源方案提供了一条门槛极低、回报极快的新路径。