OmniXtreme人形机器人架构揭晓:流匹配技术攻克高动态运动难题
Unitree 已正式发布并开源其名为 OmniXtreme 的类人机器人运动控制架构,并同步发布了由其创始人王兴兴撰写的论文。该架构全面解决了类人机器人在高度动态环境(如舞台表演)中执行庞大动作库时面临的运动保真度损失和物理不稳定性等挑战。

OmniXtreme架构采用两阶段训练框架。第一阶段“可扩展流式预训练”将后空翻、武术和街舞等复杂的高动态技能从各种专家策略中提炼出来,整合为一个统一模型。它通过生成式流匹配学习运动轨迹,有效克服了多任务强化学习中典型的梯度冲突问题。 第二阶段“考虑执行机构的后训练”融合了残差强化学习与精细的扭矩-速度包络建模。这使机器人能够根据电机实时物理极限和再生动力学自主调整动作。
实验结果表明,该架构在 Unitree G1 硬件平台上实现了 96.36% 的后空翻成功率,端到端推理延迟降至 10 毫秒。 OmniXtreme的开源发布不仅展示了流匹配技术在具身人工智能领域的强大可扩展性,也标志着人形机器人正从单纯复制孤立技能向具备通用、高保真移动能力转变。它为行业在复杂的真实环境中开发鲁棒控制系统奠定了关键的技术框架。
相关文章
DeepMind首席执行官哈西里斯:我每天睡六个小时,通常在凌晨1点左右感到精力充沛。
Fortune 最近刊登了对谷歌 DeepMind 首席执行官 Demis Hassabis 的采访,揭示了他对休息和生产力的非传统方法。Hassabis 透露,他睡眠时间非常少,将清醒时间划分为两个不同的工作阶段。关于他的睡眠习惯,Hassabis 表示:“我目标睡六小时,但我的习惯非同寻常。我可以在白天有效运作。”他强调,睡眠少于六小时会对大脑健康产生负面影响。Hassabis 于 2010 年联合创立了 DeepMind(后被谷歌收购),并因其在蛋白质结构预测方面的开创性工作荣获 20
尽管营收未达预期,OpenAI与Anthropic仍在争夺市场份额
尽管近期有报道称OpenAI未达营收目标,给本周二的科技股带来压力,但私营人工智能实验室的投资者仍表现坚韧。经验丰富的投资者已确认,尽管媒体报道负面,他们仍不会减少投资。分析师认为当前的人工智能竞赛仍处于早期阶段,因此不会出现“赢家通吃”的局面。尽管高昂的计算成本给营收带来压力,但实验室可通过提高订阅费来提升盈利能力。行业格局正发生微妙变化与OpenAI不同,其竞争对手Anthropic获得了强有
加利福尼亚州自动驾驶合规:罚单、地理围栏和100万英里的新时代
Guident公司在南佛罗里达州运营一辆AuveTech自动驾驶班车,利用其远程监控技术管理西棕榈滩的一条4英里路线和博卡拉顿的一条1英里路线。| 图片来源:Guident加利福尼亚州正在重新定义无人驾驶车辆的监管格局,正逐渐摆脱科技行业“快速行动,打破常规”的思维模式,转向严格的问责制和严苛的行驶里程要求。Guident执行董事长兼首席执行官哈罗德·布劳恩(Harold Braun)在《机器人报
相关专题推荐
评论 (0)
0/500
Unitree 已正式发布并开源其名为 OmniXtreme 的类人机器人运动控制架构,并同步发布了由其创始人王兴兴撰写的论文。该架构全面解决了类人机器人在高度动态环境(如舞台表演)中执行庞大动作库时面临的运动保真度损失和物理不稳定性等挑战。

OmniXtreme架构采用两阶段训练框架。第一阶段“可扩展流式预训练”将后空翻、武术和街舞等复杂的高动态技能从各种专家策略中提炼出来,整合为一个统一模型。它通过生成式流匹配学习运动轨迹,有效克服了多任务强化学习中典型的梯度冲突问题。 第二阶段“考虑执行机构的后训练”融合了残差强化学习与精细的扭矩-速度包络建模。这使机器人能够根据电机实时物理极限和再生动力学自主调整动作。
实验结果表明,该架构在 Unitree G1 硬件平台上实现了 96.36% 的后空翻成功率,端到端推理延迟降至 10 毫秒。 OmniXtreme的开源发布不仅展示了流匹配技术在具身人工智能领域的强大可扩展性,也标志着人形机器人正从单纯复制孤立技能向具备通用、高保真移动能力转变。它为行业在复杂的真实环境中开发鲁棒控制系统奠定了关键的技术框架。
DeepMind首席执行官哈西里斯:我每天睡六个小时,通常在凌晨1点左右感到精力充沛。
Fortune 最近刊登了对谷歌 DeepMind 首席执行官 Demis Hassabis 的采访,揭示了他对休息和生产力的非传统方法。Hassabis 透露,他睡眠时间非常少,将清醒时间划分为两个不同的工作阶段。关于他的睡眠习惯,Hassabis 表示:“我目标睡六小时,但我的习惯非同寻常。我可以在白天有效运作。”他强调,睡眠少于六小时会对大脑健康产生负面影响。Hassabis 于 2010 年联合创立了 DeepMind(后被谷歌收购),并因其在蛋白质结构预测方面的开创性工作荣获 20
尽管营收未达预期,OpenAI与Anthropic仍在争夺市场份额
尽管近期有报道称OpenAI未达营收目标,给本周二的科技股带来压力,但私营人工智能实验室的投资者仍表现坚韧。经验丰富的投资者已确认,尽管媒体报道负面,他们仍不会减少投资。分析师认为当前的人工智能竞赛仍处于早期阶段,因此不会出现“赢家通吃”的局面。尽管高昂的计算成本给营收带来压力,但实验室可通过提高订阅费来提升盈利能力。行业格局正发生微妙变化与OpenAI不同,其竞争对手Anthropic获得了强有





首页






