此前宇树科技的创始人兼CEO王兴兴在接管媒体采访时曾表示，随着人形机器人的大规模商业化生产，其本钱将会显著降落，终极将趋近于原材料和制造本钱。王兴兴预测，在未来1-2年内，人形机器人的本钱可能降至几万元公民币。而现在，这一预测彷佛正在提前变成现实。
详细形态方面，Unitree G1定位中尺寸人形机器人，身高127cm，重量为35kg，小跑速率大于2m/s。搭配23-43枢纽关头电机，G1 EDU版本最多拥有43dof。
在一体化枢纽关头电机方面，Unitree G1最大枢纽关头扭矩达到120N.m，具备高爆发与高负载的动态相应能力。末端实行器方面，搭配其最新推出的三指Dex3-1力控机动手，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，整机供应2小时续航标准，电池支持快速拆装改换。
宇树科技本次发布的Unitree G1人形机器人供应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9.9万元公民币，而G1 EDU版则作为进阶版本，供应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，以知足各种运用处景。相较于Unitree G1标准版，Unitree Unitree G1 EDU版支持Dex3-1力控机动手的安装，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版在膝枢纽关头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，以支持二次开拓和更高等的运用需求。
▍剑指波士顿动力 Unitree G1人形机器人已能完成更繁芜动作
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电驱版具备独特的枢纽关头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，以及通过大尺度反枢纽关头运动，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掌握能力。
波士顿动力Atlas电驱版展示反枢纽关头变体掌握能力（视频加速300%）
模拟只是成为精良跟随者的第一步，真正的行业开拓者须要更多的技能与理念创新，在这个背景下，宇树科技的Unitree G1人形机器人应运而生。与Atlas电驱版比较，Unitree G1不仅能完成同样繁芜的动作，更在某些方面实现了超越。
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打仗地面的支撑点，让身体重心随之前移。更令人夸奖的是，它依赖膝部和胯部的四个模块化枢纽关头电机，独立完成了原地起身的动作，而在全体起身的过程中，机器人的手臂并未供应赞助，也没有进行任何动态调度。
Unitree G1 反枢纽关头逆向折叠操作（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巧性。通过反枢纽关头逆向折叠操作，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，后者更多侧重于模拟人类身体构造设计并设置枢纽关头最大活动范围。而Unitree G1的反枢纽关头设定打破了传统人形机器人设计理念，大幅提升了机器人的灵巧性，使其在狭小空间内也能操作自若。
▍新增末端实行器 Dex3-1力控机动手是本次升级亮点
今年4月举办的首届中国人形机器人家昔时夜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机动手产品，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。
与之前宇树Unitree H1 4.0版本上展示的仿真机动手原型不同，Unitree G1搭载的Dex3-1力控机动手采取了全新的设计办法。团队开拓者通过力位稠浊掌握技能，使Unitree G1能够仿照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力控机动手
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已经学会了如何奥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。在风雅化操作方面，Unitree G1利用铁锤快速敲击单个手指，表示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掌握能力，尤其是上半身的机动操作取得了显著进步，这为宇树科技的商业化落地供应了广阔的想象空间。
Unitree G1 Dex3-1力控机动手特写
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）。这一模型将为开拓者供应一个共创平台，共同探索人形机器人的更多未知可能性。
▍模拟学习+强化学习+模型预测掌握Unitree G1运控算法全面进化
人形机器人是目前环球具身智能领域的核心焦点，代表了多学科领悟下的一种高度繁芜机器人形态，处于天下机器人研究的最前沿。由于其高度拟人的繁芜仿生构造，人形机器人的运动掌握算法和理论成为环球研究的难点和热点。
环球范围内，人形机器人运动掌握紧张集中以下三条技能路线上。即基于模型预测的全身运动掌握，基于强化学习的全身运动掌握以及基于上层网络方案加底层模型优化的全身掌握。值得一提的是三种技能路线并无前辈与掉队之分，不同技能路线都有其特定上风和短板。
波士顿动力Atlas需通过精准建模优化实现运动掌握
第一种，基于模型预测的全身运动掌握，紧张代表产品波士顿动力Atlas 2016电液混驱版，这种掌握每每须要在特定场景下，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。但在环境变革时，通过模型建模搭建起来的运动掌握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，并不适宜变革状态的非构造化环境。
Unitree H1采取基于强化学习的运动掌握算法实现非构造化地面稳态
第二种，基于强化学习的运动掌握算法是目前较为主流的技能之一，包括宇树在内的Unitree G1以及起先发布的Unitree H1也是采取了一定程度的强化学习办法进行演习。有别于模型演习办法，强化学习是一种以试错为根本的学习策略，通过持续的实验和学习过程，使机器人自主节制最优的运动掌握策略。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，但须要花费大量韶光和算力。此外强化学习无法借鉴以人类履历为主导的行为，须要手动加入褒奖函数，一定程度上限定了其方法的通用性。尤其是对付一些模糊规则的褒奖函数，一定程度上增加了开拓者的设计难度。
Figure 01采取高下层稠浊掌握技能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掌握技能。这种运动掌握技能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掌握代码，这是一种高下层稠浊掌握技能，上层网络紧张负任务务拆解和方案机器人的运动轨迹，而底层掌握器则卖力机器人的实时运动掌握。这种模式一定程度上提升了人形机器人的通用能力，但由于其底层掌握技能依旧采取模型优化的办法，因此，在非构造化环境下，这种运动掌握技能依然存在一定短板。这也阐明了为何Tesla Optimus，Figure 01只能在封闭且固定环境下测试。
宇树Unitree G1 奔跑状态下的稳定掌握能力提升明显
宇树Unitree G1 领悟了轨迹优化及模型预测掌握能力
宇树Unitree G1 在受到外力冲击时迅速调度姿态
从此前曝光的视频来看，宇树Unitree G1采取模拟+强化学习进行演习，步态稳定能力得到了全面提升。有关透露，在5月17日ICRA 2024举行分论坛和研讨会中，宇树科技的创始人兼CEO王兴兴将揭橥三场精彩演讲，进一步分享宇树科技在人形机器人运动掌握方面的最新研究成果。
▍结语与未来：
9.9万公民币售价，宇树科技向人形机器人市场开释了一枚重磅炸弹。虽然Unitree G1整机尺寸仅有127cm，并未被定义为全尺寸人形机器人，但它在中尺寸人形机器人领域中独树一帜，目前尚无同类产品可与之媲美。更为惊喜的是，Unitree G1不仅是首款万元级别的中尺寸人形机器人，更是宇树第二款量产化人形机器人产品，这为日后大规模商用落地，供应了主要的数据支撑以及实践根本。
对付宇树科技来说，如何在通用领域实现更大的打破，并推动人形机器人在更广泛的场景中落地运用，将是未来规模化家当化的关键。显然，王兴兴和他的团队已经为此做好了充分的准备。Unitree G1已成为宇树迈向通用人形机器人领域的一把关键性钥匙，一个崭新的时期即将开启。
