宇樹 G1 進軍網球場：清華北大團隊用 5 小時動捕資料訓出對打技能

如果去網球場打球，隔網站著的是一臺兩隻腳來回碎步調整的人形機器人，你可能會以為這是科幻電影片場。

但這事已經在真實的球場上發生了。來自清華大學、北京大學、銀河通用、上海期智研究院以及上海人工智慧實驗室的研究團隊，聯合提出了一個名為 LATENT 的具身系統。他們把這套系統部署在宇樹 G1 人形機器人上，讓它在網球場上真正和人類打起了多回合拉鋸戰。

不用完美資料，5 小時動捕就能學會打球

以往教機器人做高動態運動，最頭疼的就是資料。你很難收集到人類在激烈網球比賽中完整、精確且毫無瑕疵的全身運動序列，更不用說直接適配機器人機械結構的完美軌跡了。

研究團隊換了個思路。他們沒有去錄製完整的比賽，而是讓 LATENT 去學習「不完美」的人體動作碎片。整套系統僅僅使用了大約 5 個小時的動作捕捉資料，裡面全是一些零散的揮拍、腳步移動等基本動作片段。

在研究人員看來，這種略顯粗糙的資料雖然不完整，但已經保留了人類進行網球擊球最關鍵的原語技能。演算法先提煉出這些基礎動作的先驗特徵，再通過策略修正與組合，拼接出連貫的擊球和步法。配合針對現實硬體的 Sim-to-Real（模擬到真實）遷移最佳化，機器人直接在物理世界裡掌握了打球技能。

90% 命中率，打出真正的來回球

效果並不是擺拍。從測試表現來看，宇樹 G1 能以大約 90% 的命中率，穩定回擊速度超過每秒 15 米（約合時速 54 公里）的來球。

更關鍵的是，它不是站在原地機械地揮拍碰運氣，而是會根據來球軌跡調整腳步移動，將球穩穩送回目標區域。在與人類對手的真實對局中，它能夠連續完成多回合的擊球交鋒，動作風格看起來也相當接近真人球員。

團隊已經把該方法在 GitHub 上開源，希望將 LATENT 打造成一套通用的參考模板，專門用來從凌亂的現實資料中提取高難度運動技能。

為什麼重要

這項成果最亮眼的地方，在於硬體成本與訓練效率的極致平衡。

宇樹 G1 的售價大約在 1.6 萬美元，在當下的雙足人形機器人裡算得上非常親民。讓一臺萬元級硬體在沒有編排劇本、沒有千萬級完美動作資料的情況下，靠 5 小時粗糙動捕就跑出如此流暢的球場戰術，這件事本身就極具衝擊力。

我們認為，LATENT 聰明的核心在於「化整為零」。它放棄了追求完整、無瑕疵的運動錄影，轉而從碎片化的人類日常動作中抽取運動邏輯。如果這套流程能推廣到羽毛球、乒乓球乃至工業場景中的高動態搬運與避障，「幾小時粗糙動捕訓練一個技能」很可能會成為人形機器人運動控制的新基準。

不過，目前它應對的依然是相對常規的底線回球，面對旋轉球、放小球或者大幅度變向等極端比賽情況，這類低成本硬體的關節響應極限依然存在。但至少對於想要進入具身智慧運動控制的開發者來說，這套開源方案提供了一條門檻極低、回報極快的新路徑。