日本橫濱舉辦的ICRA 2024 展會上，宇樹科技面向全球發布Unitree G1人形智能體，作爲AI化身，該機器人面向通用AGI設計打造，能夠實現烙鐵焊接、徒手開瓶等操作。該機器人采用模仿&強化學習驅動，能夠實現擬人步態行走，同時也是宇樹科技旗下首款支持關節反向折疊設計的人形機器人。更爲勁爆的是，得益于宇樹自主研發與供應鏈制造優勢，Unitree G1全球首發價格僅爲9.9萬人民幣起，雙足人形機器人價格首次下調到10萬以內。而Unitree G1的強勢發布，瞬間引發人形機器人産業高度關注。
此前宇樹科技的創始人兼CEO王興興在接受媒體采訪時曾表示，隨著人形機器人的大規模商業化生産，其成本將會顯著降低，最終將趨近于原材料和制造成本。王興興預測，在未來1-2年內，人形機器人的成本可能降至幾萬元人民幣。而現在，這一預測似乎正在提前變成現實。
具體形態方面，Unitree G1定位中尺寸人形機器人，身高127cm，重量爲35kg，小跑速度大于2m/s。搭配23-43關節電機，G1 EDU版本最多擁有43dof。
在一體化關節電機方面，Unitree G1最大關節扭矩達到120N.m，具備高爆發與高負載的動態響應能力。末端執行器方面，搭配其最新推出的三指Dex3-1力控靈巧手，可輕松拿捏雞蛋等易碎物品，此外Unitree G1頭部單元還搭載Intel RealSense D435雙目深度相機以及LIVOX-MID360 3D激光雷達模塊，整機提供2小時續航標准，電池支持快速拆裝更換。
宇樹科技本次發布的Unitree G1人形機器人提供了兩個版本可供選擇，Unitree G1標准版和Unitree G1 EDU進階版本。Unitree G1標准版含稅售價爲9.9萬元人民幣，而G1 EDU版則作爲進階版本，提供了更多模塊化方案的選擇。
售價方面，Unitree G1 EDU版將根據不同客戶的需求進行差異化定制，以滿足各種應用場景。相較于Unitree G1標准版，Unitree Unitree G1 EDU版支持Dex3-1力控靈巧手的安裝，並可選配多點觸覺陣列，增強了機器人的感知能力。此外，Unitree G1 EDU版在膝關節扭矩和手臂負載方面也有所提升，並可選配NVIDIA Jetson Orin高算力模塊，以支持二次開發和更高級的應用需求。
▍劍指波士頓動力 Unitree G1人形機器人已能完成更複雜動作
4月中旬，波士頓動力Atlas電驅版悄然上線，從曝光的視頻中可以看到，Atlas電驅版具備獨特的關節反轉設計和全新的運控協同算法，使其能夠實現在動態行走狀態下旋轉身體保持平衡，以及通過大尺度反關節運動，實現人類無法完成的起身動作，全面展示了Atlas電驅版在特定場景下的變體控制能力。
波士頓動力Atlas電驅版展示反關節變體控制能力（視頻加速300%）
模仿只是成爲優秀跟隨者的第一步，真正的行業開拓者需要更多的技術與理念創新，在這個背景下，宇樹科技的Unitree G1人形機器人應運而生。與Atlas電驅版相比，Unitree G1不僅能完成同樣複雜的動作，更在某些方面實現了超越。
視頻中，宇樹科技Unitree G1以非對稱姿態平躺在地面上，在接到起身指令後，Unitree G1利用打開的雙臂作爲支點，輕松擡起雙腿，同時利用腳部和頭部作爲接觸地面的支撐點，讓身體重心隨之前移。更令人稱贊的是，它依靠膝部和胯部的四個模塊化關節電機，獨立完成了原地起身的動作，而在整個起身的過程中，機器人的手臂並未提供輔助，也沒有進行任何動態調整。
Unitree G1 反關節逆向折疊操作（視頻加速300%）
另一段視頻中，Unitree G1在沙發上展現了其驚人的靈活性。通過反關節逆向折疊操作，Unitree G1將身體蜷縮成緊湊狀態。這種設計與傳統人形機器人截然不同，後者更多側重于模仿人類身體結構設計並設置關節最大活動範圍。而Unitree G1的反關節設定突破了傳統人形機器人設計理念，大幅提升了機器人的靈活性，使其在狹小空間內也能操作自如。
▍新增末端執行器 Dex3-1力控靈巧手是本次升級亮點
今年4月舉辦的首屆中國人形機器人産業大會暨具身智能峰會上，宇樹科技聯合創始人陳立向媒體透露，宇樹正在研發搭載力控能力的靈巧手産品，而短短一個月，這一成果已經在Unitree G1人形機器人上得以展現。
與之前宇樹Unitree H1 4.0版本上展示的仿真靈巧手原型不同，Unitree G1搭載的Dex3-1力控靈巧手采用了全新的設計方式。團隊開發者通過力位混合控制技術，使Unitree G1能夠模擬人手的精准操作能力，實現包括雞蛋在內的易碎物品抓取與放置。
Unitree G1 可選配Dex3-1力控靈巧手
在曝光的視頻中，Unitree G1利用左手從碗中拿起核桃，並穩穩地放在案板上，右手則緊握拳頭將核桃敲碎。另一則畫面顯示，Unitree G1已經學會了如何巧妙地利用慣性開啓瓶蓋，而不會碰傷玻璃瓶。此外，Unitree G1還展示了利用平底鍋翻炒面包片，並精准地抛擲到餐碟中的技能。在精細化操作方面，Unitree G1使用鐵錘快速敲擊單個手指，體現了其精准化的操控能力。
Unitree G1展示手持電焊焊接能力
值得一提的是，本次曝光的畫面中，Unitree G1還展示了其手持電焊進行焊接的場景。如果說宇樹此前版本宇樹Unitree H1 4.0專注行動和爆發力，那麽Unitree G1則是更加聚焦于全身的控制能力，尤其是上半身的靈巧操作取得了顯著進步，這爲宇樹科技的商業化落地提供了廣闊的想象空間。
Unitree G1 Dex3-1力控靈巧手特寫
除了硬件方面的升級，宇樹科技還發布了UnifoLM（宇樹機器人統一大模型）。這一模型將爲開發者提供一個共創平台，共同探索人形機器人的更多未知可能性。
▍模仿學習+強化學習+模型預測控制Unitree G1運控算法全面進化
人形機器人是目前全球具身智能領域的核心焦點，代表了多學科融合下的一種高度複雜機器人形態，處于世界機器人研究的最前沿。由于其高度擬人的複雜仿生結構，人形機器人的運動控制算法和理論成爲全球研究的難點和熱點。
全球範圍內，人形機器人運動控制主要集中以下三條技術路線上。即基于模型預測的全身運動控制，基于強化學習的全身運動控制以及基于上層網絡規劃加底層模型優化的全身控制。值得一提的是三種技術路線並無先進與落後之分，不同技術路線都有其特定優勢和短板。
波士頓動力Atlas需通過精准建模優化實現運動控制
第一種，基于模型預測的全身運動控制，主要代表産品波士頓動力Atlas 2016電液混驅版，這種控制往往需要在特定場景下，通過精准模型建模和優化，實現機器人運動路徑的解析，從而達到相對可控的運動效果。但在環境變化時，通過模型建模搭建起來的運動控制算法則難以實現精准表征，運動效果將大打折扣。該模型在泛化能力上偏弱，並不適合變化狀態的非結構化環境。
Unitree H1采用基于強化學習的運動控制算法實現非結構化地面穩態
第二種，基于強化學習的運動控制算法是目前較爲主流的技術之一，包括宇樹在內的Unitree G1以及早先發布的Unitree H1也是采用了一定程度的強化學習方式進行訓練。有別于模型訓練方式，強化學習是一種以試錯爲基礎的學習策略，通過持續的實驗和學習過程，使機器人自主掌握最優的運動控制策略。但是強化學習也並非無懈可擊，雖然它能夠實現零樣本學習，但需要消耗大量時間和算力。此外強化學習無法借鑒以人類經驗爲主導的行爲，需要手動加入獎勵函數，一定程度上限制了其方法的通用性。尤其是對于一些模糊規則的獎勵函數，一定程度上增加了開發者的設計難度。
Figure 01采用上下層混合控制技術提升機器人在通用場景的認知能力
當Figure 01能夠意識到蘋果可以食用，並且從框中拿起蘋果，扔到布雷特·阿德科克手中的時候，我們看到了人形機器人的第三種運動控制技術。這種運動控制技術借助于多模態大模型並將其指令轉化爲機器人可直接識別的底層控制代碼，這是一種上下層混合控制技術，上層網絡主要負責任務拆解和規劃機器人的運動軌迹，而底層控制器則負責機器人的實時運動控制。這種模式一定程度上提升了人形機器人的通用能力，但由于其底層控制技術依舊采用模型優化的方式，因此，在非結構化環境下，這種運動控制技術依然存在一定短板。這也解釋了爲何Tesla Optimus，Figure 01只能在封閉且固定環境下測試。
宇樹Unitree G1 奔跑狀態下的穩定控制能力提升明顯
宇樹Unitree G1 融合了軌迹優化及模型預測控制能力
宇樹Unitree G1 在受到外力沖擊時迅速調整姿態
從此前曝光的視頻來看，宇樹Unitree G1采用模仿+強化學習進行訓練，步態穩定能力得到了全面提升。有關消息透露，在5月17日ICRA 2024舉行分論壇和研討會中，宇樹科技的創始人兼CEO王興興將發表三場精彩演講，進一步分享宇樹科技在人形機器人運動控制方面的最新研究成果。
▍結語與未來：
9.9萬人民幣售價，宇樹科技向人形機器人市場釋放了一枚重磅炸彈。雖然Unitree G1整機尺寸僅有127cm，並未被定義爲全尺寸人形機器人，但它在中尺寸人形機器人領域中獨樹一幟，目前尚無同類産品可與之媲美。更爲驚喜的是，Unitree G1不僅是首款萬元級別的中尺寸人形機器人，更是宇樹第二款量産化人形機器人産品，這爲日後大規模商用落地，提供了重要的數據支撐以及實踐基礎。
對于宇樹科技來說，如何在通用領域實現更大的突破，並推動人形機器人在更廣泛的場景中落地應用，將是未來規模化産業化的關鍵。顯然，王興興和他的團隊已經爲此做好了充分的准備。Unitree G1已成爲宇樹邁向通用人形機器人領域的一把關鍵性鑰匙，一個嶄新的時代即將開啓。
