张大妈

宇树机器人春晚表演背后的技术突破

源自新浪微博:新浪科技

02-17 20:22

2026年春晚舞台上,宇树科技的人形机器人集群武术表演刷新了多项全球第一。这场表演不仅是视觉盛宴,更是人形机器人技术的重要里程碑。通过深入解析表演背后的技术难点和应用前景,可以看到机器人产业正从实验室加速走向现实应用。

宇树机器人春晚表演背后的技术突破智能速览

  • 宇树机器人实现全球首次全自主人形机器人集群武术表演

  • 突破连续花式翻桌跑酷、弹射空翻超3米等技术极限

  • 节目筹备历时3个月,攻克三大类高难度动作

  • 核心技术可迁移至工业巡检、精密装配等实际场景

  • 多机协同系统支持数十台机器人实时调度与动作同步

宇树机器人春晚表演背后的技术突破精华内容

从概念到实现,宇树科技用短短3个月时间,将复杂的机器人武术表演搬上春晚舞台。这背后是对技术极限的不断突破,也是对机器人应用场景的大胆探索。

技术突破

本次表演实现了多项全球首次技术突破:连续花式翻桌跑酷展示了机器人在复杂环境中的运动能力;弹射空翻最大高度超过3米,刷新了人形机器人的跳跃记录;单脚连续空翻和两步蹬墙后空翻体现了机器人的平衡控制能力;Airflare大回旋七周半则是对核心力量和协调性的极限考验。

这些动作的成功完成,标志着人形机器人在运动性能方面达到了新的高度。

攻坚克难

节目筹备过程中,团队面临三大技术挑战。物品交互动作要求机器人对器械状态及外部扰动进行实时感知与自适应控制。通过在仿真环境中进行大规模强化学习训练,机器人掌握了对手中器械的动态感知与力矩控制。

环境交互动作如跑酷翻桌、蹬墙的核心在于高速运动中对相对位置的精准估计。工程师通过穷举位姿偏差,训练机器人实时规划脚步,实现对障碍物的稳定跨越。

地面极限动作则是软硬件性能的综合考验,通过硬件结构升级、电机性能优化和多传感器融合定位,实现了空翻后的厘米级落点控制。

筹备历程

《武BOT》节目从去年11月开始筹备,团队首先根据节目创意拆解出多个技术模块,同步展开基础软件开发与算法验证工作。包括舞蹈群控平台、定位算法升级以及新型运动控制算法的测试。

随后与演员团队进行线下对接,搭建实景测试场地用于流程磨合。期间与春晚导演组展开多轮现场沟通与联合优化,经过反复迭代和多次联排,最终在除夕夜将节目完整呈现给观众。

应用前景

多机协同系统可迁移至工业场景中的多机器人协同巡检、仓储分拣、装配流水线等任务,实现规模化作业的高效统筹。该系统解决了数十台机器人在复杂队形下的实时调度与动作同步问题。

柔顺操作与外力干扰应对技术可直接应用于精密装配、重物搬运、家政服务等场景,帮助机器人在操作过程中实时感知并适应外部扰动,提升作业鲁棒性。

相对定位与环境交互能力与机器人向货架码放货物、在狭小空间穿行、上下楼梯等任务需求高度一致,将显著提升机器人的作业效率与环境适应能力。

春晚机器人表演不仅展示了技术实力,更揭示了人形机器人走向大规模应用的可能性。从舞台到工厂,从表演到生产,这些技术突破正在重新定义机器人与人类协作的方式。未来,随着技术的不断成熟,人形机器人将如何融入日常生活,值得期待。

宇树机器人春晚表演背后的技术突破关键评论

  • 挺好看,挺惊艳。比语言类好多了

  • 这个节目看了,比去年的扭秧歌难度更大

  • 确实宇树那个节目挺不错的,我喜欢

精选参考来源

【#揭秘宇树春晚幕后##宇树机器人春晚刷新多项全球第一#】在中央广播电视总台2026年春晚舞台上,宇树科技作为春晚机器人合作伙伴第三次登台亮相,携G1与H2人形机器人献上全球首次全自主人形机器人集群武术表演(带集群快速跑位)《武BOT》。#宇树科技股票#  本次节目中,宇树的人形机器人展现出前所未有的运动性能,刷新了多项全球首次技术突破:实现全球第一次连续花式翻桌跑酷,全球第一次弹射空翻、空翻最大高度超3米;全球第一次单脚连续空翻、两步蹬墙后空翻,以及全球第一次Airflare大回旋七周半等高难度动作。 据宇树科技方面介绍,《武BOT》节目是从去年11月开始启动筹备的。团队首先根据节目创意拆解出多个技术模块,同步展开基础软件开发与算法验证工作,包括舞蹈群控平台、定位算法升级以及新型运动控制算法的测试。随后与演员(塔沟)团队进行线下对接,并搭建了实景测试场地用于流程磨合。在此期间,公司与春晚导演组展开多轮现场沟通与联合优化,经过反复迭代和多次联排,最终在除夕夜将节目完整呈现给观众。 节目准备过程中,公司遇到难度最高的动作集中在三个类别。 第一,物品交互动作(如棍法、双节棍、宗师剑),难点在于机器人对器械状态及外部扰动的实时感知与自适应控制。人类习武需通过反复练习形成手感,机器人同样需要“习得”这种能力。宇树科技通过对器械进行物理建模,在仿真环境中进行大规模强化学习训练,使机器人掌握了对手中器械的动态感知与力矩控制。 第二,环境交互动作,如跑酷翻桌、蹬墙的核心挑战在于高速运动中对相对位置的精准估计,以及落足点的动态调整。工程师通过在仿真中穷举可能出现的位姿偏差,训练机器人在奔跑过程中实时规划脚步,最终实现对桌面、墙面等障碍物的稳定跨越与借力。 第三,地面极限动作(如空中连续转体),这是对机器人软硬件性能、运动控制与融合定位的综合极限考验。任何一环出现短板都可能导致失败。团队通过硬件结构升级、电机性能优化、运控算法迭代以及多传感器融合定位,在多部门协同攻关下,不仅完成了高难度特技动作,还能实现空翻后的厘米级落点控制。 据宇树科技方面透露,节目中攻克的技术难题,与机器人在真实场景中面临的挑战高度相通,具备明确的应用迁移路径。 在多机协同系统方面,支撑整场武术表演的集群自动控制系统,解决了数十台机器人在复杂队形下的实时调度与动作同步问题。这一技术可迁移至工业场景中的多机器人协同巡检、仓储分拣、装配流水线等任务,实现规模化作业的高效统筹。 在柔顺操作与外力干扰应对方面,在棍法及夺棍环节中,机器人需在抓握器械的同时应对来自人类的外力冲击。这背后的核心技术是有外力介入下的柔顺操作控制。该技术可直接应用于精密装配、重物搬运、家政服务等场景,帮助机器人在操作过程中实时感知并适应外部扰动,提升作业鲁棒性。 在相对定位与环境交互方面,跑酷翻桌动作要求机器人在高速运动中精准判断自身与障碍物的相对位置,并动态调整步态完成跨越。这一能力本质上是动态环境下的相对定位与交互控制,与机器人向货架码放货物、在狭小空间穿行、上下楼梯等任务需求高度一致。节目中验证的技术方案即使在跑动状态下也能快速完成位姿调整,迁移至现实场景后,将显著提升机器人的作业效率与环境适应能力。(新浪科技)
内容由AI生成

精选参考来源

【#揭秘宇树春晚幕后##宇树机器人春晚刷新多项全球第一#】在中央广播电视总台2026年春晚舞台上,宇树科技作为春晚机器人合作伙伴第三次登台亮相,携G1与H2人形机器人献上全球首次全自主人形机器人集群武术表演(带集群快速跑位)《武BOT》。#宇树科技股票#  本次节目中,宇树的人形机器人展现出前所未有的运动性能,刷新了多项全球首次技术突破:实现全球第一次连续花式翻桌跑酷,全球第一次弹射空翻、空翻最大高度超3米;全球第一次单脚连续空翻、两步蹬墙后空翻,以及全球第一次Airflare大回旋七周半等高难度动作。 据宇树科技方面介绍,《武BOT》节目是从去年11月开始启动筹备的。团队首先根据节目创意拆解出多个技术模块,同步展开基础软件开发与算法验证工作,包括舞蹈群控平台、定位算法升级以及新型运动控制算法的测试。随后与演员(塔沟)团队进行线下对接,并搭建了实景测试场地用于流程磨合。在此期间,公司与春晚导演组展开多轮现场沟通与联合优化,经过反复迭代和多次联排,最终在除夕夜将节目完整呈现给观众。 节目准备过程中,公司遇到难度最高的动作集中在三个类别。 第一,物品交互动作(如棍法、双节棍、宗师剑),难点在于机器人对器械状态及外部扰动的实时感知与自适应控制。人类习武需通过反复练习形成手感,机器人同样需要“习得”这种能力。宇树科技通过对器械进行物理建模,在仿真环境中进行大规模强化学习训练,使机器人掌握了对手中器械的动态感知与力矩控制。 第二,环境交互动作,如跑酷翻桌、蹬墙的核心挑战在于高速运动中对相对位置的精准估计,以及落足点的动态调整。工程师通过在仿真中穷举可能出现的位姿偏差,训练机器人在奔跑过程中实时规划脚步,最终实现对桌面、墙面等障碍物的稳定跨越与借力。 第三,地面极限动作(如空中连续转体),这是对机器人软硬件性能、运动控制与融合定位的综合极限考验。任何一环出现短板都可能导致失败。团队通过硬件结构升级、电机性能优化、运控算法迭代以及多传感器融合定位,在多部门协同攻关下,不仅完成了高难度特技动作,还能实现空翻后的厘米级落点控制。 据宇树科技方面透露,节目中攻克的技术难题,与机器人在真实场景中面临的挑战高度相通,具备明确的应用迁移路径。 在多机协同系统方面,支撑整场武术表演的集群自动控制系统,解决了数十台机器人在复杂队形下的实时调度与动作同步问题。这一技术可迁移至工业场景中的多机器人协同巡检、仓储分拣、装配流水线等任务,实现规模化作业的高效统筹。 在柔顺操作与外力干扰应对方面,在棍法及夺棍环节中,机器人需在抓握器械的同时应对来自人类的外力冲击。这背后的核心技术是有外力介入下的柔顺操作控制。该技术可直接应用于精密装配、重物搬运、家政服务等场景,帮助机器人在操作过程中实时感知并适应外部扰动,提升作业鲁棒性。 在相对定位与环境交互方面,跑酷翻桌动作要求机器人在高速运动中精准判断自身与障碍物的相对位置,并动态调整步态完成跨越。这一能力本质上是动态环境下的相对定位与交互控制,与机器人向货架码放货物、在狭小空间穿行、上下楼梯等任务需求高度一致。节目中验证的技术方案即使在跑动状态下也能快速完成位姿调整,迁移至现实场景后,将显著提升机器人的作业效率与环境适应能力。(新浪科技)

0
扫一下,分享更方便,购买更轻松
0评论

当前文章无评论,是时候发表评论了
提示信息

取消
确认
评论举报

最新文章 热门文章
相关兴趣推荐