宇樹科技 Unitree G1 機器人突破技術瓶頸：僅需少量數據即能精通網球技巧

在 2026 年，機器人技術領域在訓練人形系統處理複雜動態任務方面取得了突破性進展。清華大學、北京大學與 Galbot 公司的研究團隊共同發表了名為 LATENT 的專案，成功讓 Unitree G1 人形機器人掌握了高難度的網球運動技能。這項進展最令人矚目之處在於，機器人僅學習了五個小時由業餘愛好者提供的不完整動作數據，便能展現出優異的運動表現。

實驗數據顯示，當面對人類對手以時速超過 54 公里的球速擊球時，Unitree G1 在「正手拍」回球的成功率達到驚人的 90.9%。這項成就的核心技術在於「可修正潛在動作空間」（Correctable Latent Action Space），它能大幅提升機器人在揮拍與擊球過程中的穩定性。該方法的關鍵價值在於減少了對海量高品質動態捕捉數據的依賴，進而加速人形機器人在真實世界動態場景中的應用進程。

為了優化訓練過程，研發團隊將動態捕捉所需的場地需求縮小至標準球場的十七分之一，並將重點放在基礎動作上，包括正手、反手擊球、側向跨步及交叉步。在模擬環境中，機器人的正手擊球成功率高達 96%；而在實機測試中，它展現出應對每秒 15 公尺以上峰值球速的能力。LATENT 框架將「不完美」的運動片段轉化為結構化先驗，以此精煉出靈活自然的動作。

儘管成果豐碩，技術團隊也揭示了目前的技術限制。目前的 Unitree G1 在 LATENT 框架下僅能實現被動回球，尚不具備針對人類選手進行戰略性落點安排的能力。此外，測試期間的球體追蹤主要仰賴外部光學動態捕捉系統，而非機器人自身的視覺系統。開發者表示，未來將致力於將此框架推廣至足球或跑酷等動態任務，並強調自主戰略決策仍是待克服的挑戰。

展望 2026 年，總部位於杭州的宇樹科技（Unitree）預計將交付多達 20,000 台人形機器人，這遠高於 2025 年的 5,500 台產量。這項新的學習方法為機器人掌握複雜物理技能提供了一條可規模化的路徑，大大提升了生產力與訓練效率。

部署該系統的 Unitree G1 機器人擁有多達 23 至 43 個自由度（DoF），其市場售價介於 13,500 美元至 43,000 美元之間。除了網球，Unitree 還展示了機器人在舞蹈與武術方面的潛力，而合作夥伴 Galbot 也已在中國各地成功營運 40 多家自動化商店，預示著機器人技術正全面進入實用化時代。