馬斯克都點贊了，銀河通教會機器人打網球

文 / 梁添

來源 / 節點AI

繼宇樹科技馬年春晚用一場《武bot》震驚大眾后，這不，才一個月的時間，中國機器人又引來大佬們集體點贊。

這次是同樣在春晚亮相的銀河通用機器人，最近聯合清華大學、北京大學，以及上海期智研究院和上海人工智能實驗室的聯合團隊（以下簡稱銀河通用團隊），發布了一項具身智能的最新研究視頻，在 X 上快速獲得了超過180萬觀看次數。

視頻里，我們可以看到，機器人在與真人對打網球。

是的，你沒看錯，這不是故弄玄虛，網球落點變化莫測，機器人還可以隨時小步快跑，調整身體姿態，判斷網球落點，優雅揮拍，擊回去，持續多個回合。

這一視頻引得馬斯克立即轉發點贊，在評論區驚嘆：Yeah；AI知名研究員Andrej Karpathy 更是直呼這是 AI 生成的。

對于吃瓜群眾來說，機器人打網球，或許只是看熱鬧。

但小編特意深扒了一下論文，發現，這是僅用 5 小時碎片化數據訓練而成的，特別的是，這并非是機器人執行的預設好的程序，而是機器人與真人的實時動態極限拉扯。也就是說，機器人已經初步實現了從“機械復刻”向“實時響應”的跨越。

缺數據也能解決真問題

傳統機器人訓練里，一個常見思路是先在真實環境中收集數據，再讓機器人復現。不過，這種通用的方法依賴高質量、完整數據，對“打網球”這個場景來說幾乎是不可能的。

收集真人打網球的數據有多難？

一般來說，真實網球運動中，球速往往在 15-30 m/s 之間，球場空間寬闊，球與球拍的接觸時間僅僅只有極短的幾毫秒。人們很難采到完整、精確的人體網球動作數據。真實場景中，往往球從四面八方來，也讓預設程序的方式無法實現。

對此，銀河通用團隊提出了全球首個面向網球對抗的人形機器人全身實時智能規控算法——LATENT。

一句話概括：銀河通用想到了一種方法，不需要完美完整的真實數據，也能讓機器人快速學會在現實世界打網球。

小編翻看了論文，簡單概括了一下方法，可分為三步。

首先，收集“碎片化”的人類網球動作。

銀河通用請了 5 個業余網球玩家，在一個只有 3m×5m的動作捕捉區域里，然后用五小時時間，采集基礎動作片段。敲黑板，這個空間比，網球場整整小了17倍，再加上時間少，大大降低了數據采集難度與成本。

其次，團隊想了個新方法，并沒有讓機器人死記硬背這些動作，而是把這些基礎動作壓縮成技能庫。機器人打網球的時候，不是直接復現之前的知識，而是自行組合。

最后，在強化學習階段，團隊給手腕的靈活性留下了空間，這樣子，機器人就能在無編排的情況下，憑借之前學習的知識，接住網球，并擊回去。

非常有意思的一點是，雖然這個項目來自銀河通用團隊，但他們在現實中大顯身手時，使用的機器人卻是來自宇樹的 G1 人形機器人。

可能是具身智能的重要起點

或許有人會說，這個實驗是不完美的。

比如，揮拍時機器人的手腕動作與真人有誤差，還有人會問，這些機器人只是復現了一些打網球動作，并不是真正的與人類競技，什么時候能替代真人陪練才算對大眾有益。

這點，銀河通用團隊在論文中也承認，當前機器人只能回球，還不能在標準雙人競技的規則下真正完成比賽，還有機器人擊球落點精度還不高，只能“打回場內”。

此外，LATENT 并不是靠調用機器人頭部自帶的視覺傳感器，來判斷球的位置，而是需要高度依靠場地里的“光學動作捕捉系統”，并且網球也得裹上反光貼紙。

不過，團隊也提到，下一步的改進方向就是引入主動視覺，讓機器人學會用眼睛，看到那顆飛速的網球。

看到這，小編想，短期內機器人走進千家萬戶或許不現實，但未來數年后，機器人進入真實生活工作場景或許真的不會太遠。

這當然不是吹牛，在小編看來，銀河通用的新算法，給具身智能的數據瓶頸提供了新的解題思路，其意義，遠遠大于機器人究竟是不是真的學會了打網球。

熟悉具身智能的朋友想必知道，圍繞這個行業一直有一個巨大的爭議，能不能泛化。通俗點說，春晚機器人打拳行云流水，但仍然會有人問，能不能幫我做家務？

這個問題背后的瓶頸，是數據荒。

眾所周知，訓練具身智能模型需要海量多模態數據，包括視覺、觸覺等，不光是打網球，很多真實場景數據，都存在采集成本高、效率低的痛點，導致現有數據量與需求差距巨大。

與此同時，真仿真數據與真實世界存在鴻溝，導致模型泛化能力受限，難以適應復雜多變的實際場景。

而銀河通用團隊的方法，提供了一種可能——或許我們并不需要完美的數據，且無需預設編排，只要關鍵信息到位，后面修正和完成能力，或許可以交給強化學習。

也許這是一個里程碑時刻，未來可能在一些需要即時反應的場景，如跑酷，甚至工廠中，都有可能推廣開來。

為什么是銀河通用？

雖然這次打網球，宇樹機器人提供了本體，但十分關鍵的大腦環節則是銀河通用團隊負責。

銀河通用實現突破，也并不意外。

銀河通用一直是具身智能企業中的"大腦派"，強調仿真合成數據、具身大模型，其中90% 的訓練數據來自虛擬仿真，成本僅為真實數據的約 1/100。

換句話說，銀河通用也是務實派，一直試圖圍繞“機器人怎么解決復雜技能”這件事，搭建一套更低成本、更可擴展的訓練體系。

在2025 年世界人形機器人運動會上，銀河通用是少數全自主、零遙操的參賽選手之一，最終以大幅領先的成績奪得應用場景比賽世界冠軍。

這次 LATENT 的核心思路，其實就很符合銀河通用一貫的路徑：用更低成本的數據，拿到關鍵先驗，再用算法把剩下的能力補出來。

從這個角度看，這次本體來自宇樹，并不改變銀河通用這項工作的核心價值。因為現在對于具身智能領域的企業來說，為什么會動、怎么學會動、能不能泛化到別的場景才是最關鍵的事。

而這，剛好是銀河通用一直以來押注的路線。