宇树科技G1人形机器人模仿APT舞蹈及球星动作，基于ASAP模型实现流畅全身控制

不仅如此，NVIDIA的团队还展示了一个G1人形机器人，该机器人可以模仿Ronaldo，James和Kobe。

这些动作是基于Carnegie Mellon University（CMU）和NVIDIA的研究团队提出的，基于称为ASAP的Real2SIM2Real模型（ASAP（对齐模拟和实际物理学））的慢动作演示，可以使用加强学习和现实世界数据来训练Delta Action模型有效地缩小了模拟与现实之间的差距，从而使形状机器人能够掌握非常平滑和动态的全身控制运动。

该项目的论文和代码是开源的，中国学者仍然占据了相关论文的大部分作者席位。

新型号如何使机器人更强大？

NVIDIA的高级研究科学家Jim Fan表示，ASAP采用了“真实→模拟→真实”方法。 “在互联网上看到的大多数机器人演示视频都加速了，我们故意放慢了运动，以便您可以清楚地看到观看每个平滑运动的细节。”

培训过程可以主要分为两个步骤：

1。在模拟环境中预先培训机器人

在培训前阶段，研究团队使用真实的体育视频作为数据源来训练模拟环境中的动作跟踪策略。首先将这些运动数据重定向到人形机器人，然后根据相条件训练运动跟踪策略，以使机器人模仿向后方向的运动。随后，在模拟环境中，动态差异将以跟踪误差的形式显示。

2。进一步校准训练阶段的机器人运动

训练三角洲动作模型，以学习如何通过缩小现实世界和模拟状态之间的差异来弥补这些偏见，从而缩小模拟环境和现实世界中的动态差异。然后，ASAP将此增量动作模型集成到仿真设备中，对预训练策略进行了细调，以使其与现实世界的动态更匹配。

ASAP框架的重要性可能是优化机器人培训的成本，而在模拟的虚拟环境中训练的机器人也可以解锁现实世界的物理动态。吉姆·范（Jim Fan）说，通过其他神经网络学习差异参数本质上是传统物理引擎的“动态校准”，使机器人能够依靠GPU的平行计算能力在模拟环境中获得几乎真正的大型培训经验。 “它的未来属于混合模拟时代。”他还乐观地说，2030年的“人形机器人奥运会”将非常令人兴奋。

NVIDIA已经建立了Gear（Gener Agent Research Laboratory），并已投资于Figureai，并已完全进入了从软件平台到硬件本体论的类人体机器人轨道。

在今年1月刚刚结束的2025年CES上，Huang Renxun发表了开幕词，称“通用机器人领域的Chatgpt时刻即将到来”。 Nvidia正在积极促进机器人技术的开发，并致力于建立一个全面的机器人生态系统。

同月，当黄伦Xun参加北京的常规年度会议时，他会见了许多国内领先的机器人公司的代表，包括Yushu Technology的首席执行官Wang Xingxing，Wang He，Galaxy General Motors的创始人和CTO，Huang Kecheng，Huang Kecheng，Huang Kecheng，Huang Kecheng，Huang Kecheng，企业家的企业家在场，机器人公司还包括国际权力，加速进化等。

NVIDIA机器人业务副总裁Deepu Talla，她的代表团还于1月访问了北京国家和地方政府拥有的智能机器人创新中心。

Yushu H1人类机器人在2025年CCTV春季节晚会上表演了扬科舞蹈，表现出良好的操作和控制性能以及AI训练结果。

Dongwu Securities表示，机器人目前与2014年的电动汽车相似，并将很快开始生产，开始了10年的工业周期。此外，电动汽车和机器人都由特斯拉领导。初创企业和人工智能在人形机器人领域中进行了根本布局，特斯拉的差距也缩小了。例如，华为，Nvidia，Zhiyuan，Yushu等，主要投资线已从1升至1+n。

该机构进一步指出，这对三个方向很乐观：

1）结合领先的供应链：特斯拉的人形机器人取得了最大的进步，最早的产品性能，最早的体积和特斯拉供应链具有最大的弹性。第二个是潜在的制造商，例如NVIDIA，华为（或提供整体解决方案许可方法），Zhiyuan，Yushu等；

2）与最高障碍的核心链接：在组件方面，屏障排序滚筒螺钉>传感器>谐波还原器>空心杯电动机；

3）行业趋势和方向：智能手部解决方案的变化以及传感器解决方案的变化。