当前，我国机器人行业发展正处于关键阶段，今年年初，首程控股联合北京国管成立百亿机器人产业发展投资基金。
为了深入探秘机器人王国，
2024年6月16-20日，参加CANPLUS特别推出
新质生产力全球考察之日本站，
点击下方链接了解详情。
日本横滨举办的ICRA 2024 展会上，
宇树科技面向全球发布Unitree G1人形智能体，作为AI化身，该机器人面向通用AGI设计打造，能够实现烙铁焊接、徒手开瓶等操作。该机器人采用模仿&强化学习驱动，能够实现拟人步态行走，同时也是宇树科技旗下首款支持关节反向折叠设计的人形机器人。
更为劲爆的是，得益于宇树自主研发与供应链制造优势，Unitree G1全球首发价格仅为9.9万人民币起，双足人形机器人价格首次下调到10万以内。而Unitree G1的强势发布，瞬间引发人形机器人产业高度关注。
此前宇树科技的创始人兼CEO王兴兴在接受媒体采访时曾表示，
随着人形机器人的大规模商业化生产，其成本将会显著降低，最终将趋近于原材料和制造成本。
王兴兴预测，
在未来1-2年内，人形机器人的成本可能降至几万元人民币。
而现在，这一预测似乎正在提前变成现实。
具体形态方面，
Unitree G1定位中尺寸人形机器人，身高127cm，重量为35kg，小跑速度大于2m/s。搭配23-43关节电机，
G1 EDU版本最多
拥有43dof。
在一体化关节电机方面，
Unitree G1最大关节扭矩达到120N.m
，具备高爆发与高负载的动态响应能力。末端执行器方面，
搭配其最新推出的三指Dex3-1力控灵巧手
，可轻松拿捏鸡蛋等易碎物品，此外
Unitree G1头部单元还搭载Intel RealSense D435双目深度相机以及LIVOX-MID360 3D激光雷达模块，整机提供2小时续航标准，电池支持快速拆装更换。
宇树科技本次发布的Unitree G1人形机器人提供了两个版本可供选择，Unitree G1标准版和Unitree G1 EDU进阶版本。
Unitree G1标准版含税售价为9.9万元人民币，而G1 EDU版则作为进阶版本，提供了更多模块化方案的选择。
售价方面，Unitree G1 EDU版将根据不同客户的需求进行差异化定制，以满足各种应用场景。
相较于Unitree G1标准版，Unitree Unitree G1 EDU版支持Dex3-1力控灵巧手的安装，并可选配多点触觉阵列，增强了机器人的感知能力。
此外，
Unitree G1 EDU版在膝关节扭矩和手臂负载方面也有所提升，并可选配NVIDIA Jetson Orin高算力模块，以支持二次开发和更高级的应用需求。
剑指波士顿动力 Unitree G1人形机器人已能完成更复杂动作
4月中旬，波士顿动力Atlas电驱版悄然上线，从曝光的视频中可以看到，
Atlas电驱版具备独特的关节反转设计和全新的运控协同算法
，使其能够实现在动态行走状态下旋转身体保持平衡，以及通过大尺度反关节运动，实现人类无法
完成的起身动作，全面展示了Atlas电驱版在特定场景下的变体控制能力。
波士顿动力Atlas电驱版展示反关节变体控制能力（视频加速300%）
模仿只是成为优秀跟随者的第一步，真正的行业开拓者需要更多的技术与理念创新，在这个背景下，宇树科技的Unitree G1人形机器人应运而生。
与Atlas电驱版相比
，Unitree G1不仅能完成同样复杂的动作，更在某些方面实现了超越。
Unitree G1 起身分解动作（视频加速300%）
视频中，宇树科技Unitree G1以非对称姿态平躺在地面上，在接到起身指令后，Unitree G1利用打开的双臂作为支点，轻松抬起双腿，同时利用脚部和头部作为接触地面的支撑点，让身体重心随之前移。更令人称赞的是，
它依靠膝部和胯部的四个模块化关节电机，独立完成了原地起身的动作，而在整个起身的过程中，
机器人的手臂并未提供辅助，也没有进行任何动态调整。
Unitree G1 反关节逆向折叠操作（视频加速300%）
另一段视频中，Unitree G1在沙发上展现了其惊人的灵活性。
通过反关节逆向折叠操作，Unitree G1将身体蜷缩成紧凑状态。
这种设计与传统人形机器人截然不同，后者更多侧重于模仿人类身体结构设计并设置关节最大活动范围。
而Unitree G1的反关节设定突破了传统人形机器人设计理念，大幅提升了机器人的灵活性，使其在狭小空间内也能操作自如。
新增末端执行器 Dex3-1力控灵巧手是本次升级亮点
今年4月举办的首届中国人形机器人产业大会暨具身智能峰会上，宇树科技联合创始人陈立向媒体透露，宇树正在研发搭载力控能力的灵巧手产品，而短短一个月，这一成果已经在Unitree G1人形机器人上得以展现。
搭配力位混合控制技术Unitree G1 可轻松抓取鸡蛋等易碎物品
与之前宇树Unitree H1 4.0版本上展示的仿真灵巧手原型不同，Unitree G1搭载的Dex3-1力控灵巧手采用了全新的设计方式。
团队开发者通过力位混合控制技术，使Unitree G1能够模拟人手的精准操作能力，实现包括鸡蛋在内的易碎物品抓取与放置。
Unitree G1 可选配Dex3-1力控灵巧手
在曝光的视频中，Unitree G1利用左手从碗中拿起核桃，并稳稳地放在案板上，右手则紧握拳头将核桃敲碎。另一则画面显示，Unitree G1已经学会了如何巧妙地利用惯性开启瓶盖，而不会碰伤玻璃瓶。此外，Unitree G1还展示了利用平底锅翻炒面包片，并精准地抛掷到餐碟中的技能。在精细化操作方面，Unitree G1使用铁锤快速敲击单个手指，体现了其精准化的操控能力。
Unitree G1展示手持电焊焊接能力
值得一提的是，本次曝光的画面中，Unitree G1还展示了其手持电焊进行焊接的场景。如果说宇树此前版本宇树Unitree H1
4.0专注行动和爆发力，那么
Unitree G1则是更加聚焦于全身的控制能力，尤其是上半身的灵巧操作取得了显著进步
，这为宇树科技的商业化落地提供了广阔的想象空间。
Unitree G1 Dex3-1力控灵巧手特写
除了硬件方面的升级，
宇树科技还发布了UnifoLM（宇树机器人统一大模型）。
这一模型将为开发者提供一个共创平台，共同探索人形机器人的更多未知可能性。
模仿学习+强化学习+模型预测控制 Unitree G1运控算法全面进化
人形机器人是目前全球具身智能领域的核心焦点，代表了多学科融合下的一种高度复杂机器人形态，处于世界机器人研究的最前沿。由于其高度拟人的复杂仿生结构，人形机器人的运动控制算法和理论成为全球研究的难点和热点。
全球范围内，
人形机器人运动控制主要集中以下三条技术路线上。即基于模型预测的全身运动控制，基于强化学习的全身运动控制以及基于上层网络规划加底层模型优化的全身控制。
值得一提的是三种技术路线并无先进与落后之分，不同技术路线都有其特定优势和短板。
波士顿动力Atlas需通过精准建模优化实现运动控制
第一种，基于模型预测的全身运动控制，主要代表产品波士顿动力Atlas 2016电液混驱版
，这种控制往往需要在特定场景下，通过精准模型建模和优化，实现机器人运动路径的解析，从而达到相对可控的运动效果。但在环境变化时，通过模型建模搭建起来的运动控制算法则难以实现精准表征，运动效果将大打折扣。
该模型在泛化能力上偏弱，并不适合变化状态的非结构化环境。
Unitree H1采用基于强化学习的运动控制算法实现非结构化地面稳态行走
第二种，基于强化学习的运动控制算法是目前较为主流的技术之一，包括宇树在内的Unitree G1以及早先发布的Unitree H1也是采用了一定程度的强化学习方式进行训练。
有别于模型训练方式，强化学习是一种以试错为基础的学习策略，通过持续的实验和学习过程，使机器人自主掌握最优的运动控制策略。但是
强化学习
也并非无懈可击，虽然它能够实现零样本学习，但
需要消耗大量时间和算力
。此外强化学习
无法借鉴以人类经验为主导的行为
，需要手动加入奖励函数，一定程度上
限制了其方法的通用性
。
尤其是对于一些模糊规则的奖励函数，一定程度上增加了开发者的设计难度。
Figure 01采用上下层混合控制技术提升机器人在通用场景的认知能力
当Figure 01能够意识到苹果可以食用，并且从框中拿起苹果，扔到布雷特·阿德科克手中的时候，
我们看到了人形机器人的
第三种运动控制技术
。这种运动控制技术
借助于多模态大模型并将其指令转化为机器人可直接识别的底层控制代码
，这
是一种上下层混合控制技术，上层网络主要负责任务拆解和规划机器人的运动轨迹，而底层控制器则负责机器人的实时运动控制。
这种模式一定程度上提升了人形机器人的通用能力，但由于其底层控制技术依旧采用模型优化的方式，因此，
在非结构化环境下，这种运动控制技术依然存在一定短板
。这也解释了为何Tesla Optimus，Figure 01
