📢 转载信息
原文链接：https://www.qbitai.com/2025/10/339125.html
原文作者：量子位
机器人“狂踹不倒”视频刷屏！银河通用Any2Track框架亮相，太空舱正成为城市新名片
连续飞踢一台机器人30秒会发生什么？
不到半分钟，这台宇树G1连着挨了十几个飞踢，堪称机器人界的“至暗时刻”。
虽然不少网友为它打抱不平，但更令人惊叹的是它的稳定性：稳，纯稳、无可争议的稳！
是什么让这台机器人在剧烈干扰下依旧能保持平衡？答案是银河通用的全新通用动作追踪框架——Any2Track。
Any2Track不仅能让机器人精确模仿各种人类复杂动作，还能实时适应各种真实世界的干扰。在干扰下平滑追踪人类动作，对机器人技术而言是一次重大突破。
更重要的是，Any2Track是一个强大的基础动作追踪模型，可支持多种下游任务，从而加速具身智能通用控制的实现，例如：
- 全身遥操作
- 人形机器人技能学习
- 人形机器人VLA模型
兼顾精准模仿与超强抗干扰能力
动作追踪的难点在于，既要机器人能学习多样化、高动态的人类动作知识（通用性），又要它能在线适应现实世界的干扰（抗干扰能力）。传统方法往往难以兼顾。
为解决这一难题，银河通用团队提出了二阶段的强化学习框架——Any2Track (Track Any motions under Any disturbances)，实现了零样本的sim2real（仿真到现实的迁移），让机器人在面对复杂动作和干扰时依然稳定自如。
论文链接：https://arxiv.org/pdf/2509.13833
开源链接：https://github.com/GalaxyGeneralRobotics/OpenTrack
Any2Track将动作捕捉的学习过程分为两个阶段：AnyTracker和AnyAdapter。
阶段一：AnyTracker（基础动作追踪）
AnyTracker通过让机器人的本体感知状态（如角速度、关节位置/速度等）尽可能接近目标动作，来训练强化学习策略。为了实现通用动作追踪，研究团队在训练时不引入动态随机化，以保证基础性能。
为解决高自由度带来的动作空间复杂性，团队设计了标准化动作空间（Canonicalized Action Spaces），简化了动作范围的学习难度。此外，通过动作聚类（Motion Clustering）和专家到通用（Specialist-to-Generalist）的方法，先训练专家策略处理特定动作，再蒸馏到通用策略，提高了训练效率和多样性覆盖。
阶段二：AnyAdapter（在线动力学适应）
在AnyTracker的基础上，团队引入了环境动力学变化，并提出了AnyAdapter——一个基于历史信息感知的适应模块。它能学习环境动力学特征并动态调整机器人行为，实现实时的在线适应性。
团队提出了动力学感知的世界模型预测（dynamics-aware world model prediction），通过历史编码器提取动力学特征嵌入，并利用世界模型自回归预测下一帧状态。损失函数的设计确保了模型能够准确学习环境动态。
在动力学适应性设计上，团队将这种能力定义为基础动作执行能力之上的附加能力。通过冻结Any2Track的一阶段网络参数，并引入Adapter架构进行微调，将动力学适应性注入到基础模型中，最终在保证运动表现力的同时，实现了强大的动力学适应性。
实验验证：硬核技术的可靠性
为验证Any2Track的性能，研究人员在MuJoCo模拟器和真实世界中对29自由度的宇树G1进行了实验。
首先，AnyTracker在运动追踪精度上明显优于基线方法，证明了规范化动作空间和专家到通用方法的有效性。
其次，AnyAdapter在面对地形变化、外力作用、质量变化等多种干扰时，均超越了所有基线方法，展现了卓越的在线动力学适应能力。
在真实世界部署中，Any2Track在复杂地形、外部约束和负重场景中的表现均优于带有域随机化的PPO策略。随着环境干扰程度增加，Any2Track的优势更加明显，这正是具身智能落地商业场景的关键能力。
Any2Track的研发团队来自银河通用机器人公司，由清华大学交叉信息研究院助理教授、上海期智研究院PI弋力老师和北京大学助理教授王鹤老师及其团队共同完成。
从实验室走向街头：银河太空舱让机器人真正“干活”
如果说“狂踹不倒”展示的是机器人在实验室里的硬核技术，那么能干活的Galbot，则展现出真实世界里的切实价值。
银河通用已经构建了GraspVLA、TrackVLA、GroceryVLA等端到端具身大模型，在精准操作、导航等核心任务上实现了泛化能力突破。而“银河太空舱”，正是将这些技术推向街头巷尾、服务大众的绝佳载体。
你的下一杯咖啡，可能就来自中关村“银河太空舱”里的机器人咖啡师。在成都春熙路，也许有“太空舱”门前的机器人表演者吸引你的注意。
这些“9平米”的未来便利店，已从中关村起步，扩展至北京、上海、深圳、宜宾、苏州、成都、杭州、无锡等地。具身智能机器人不再只是科研展示，而是真正融入城市生活，成为切实的生产力。
例如，在十一假期，颐和园的银河太空舱吸引了大量游客体验；在中国网球公开赛上，银河太空舱也落地现场，注入了新鲜科技元素。
在北京大学助理教授、银河通用机器人创始人及CTO、智源学者王鹤看来，银河通用机器人正将智慧零售与文旅带向全国：轮式人形机器人售卖饮品和文创，双足人形机器人能载歌载舞与人互动。“我们期待银河太空舱走向更多城市，人形机器人必将成为中国的又一张国际名片。”
全栈自研技术管线
机器人的“狂踹不倒”与“太空舱”服务，都源于银河通用体系化的技术能力，其形成了从合成数据到多模态具身大模型训练的完整技术管线。
银河通用提出了一套高效落地的解决方案：以智能合成大数据与具身大模型为核心，实现“数据生产—模型训练—场景应用”的闭环迭代。
在具身智能领域数据稀缺的背景下，银河通用选择了“合成为主、真实为辅”的数据范式。通过大规模仿真合成数据辅以少量真实数据，能够快速、低成本地生产海量高质量数据，加速模型在多场景中的泛化与落地。
基于这一思路，银河通用正布局全国化的具身智能训练平台。在大规模合成数据及基座大模型的基础上，打造真实场景训练平台，积累多样化的垂直场景数据，让人形机器人具备更精细的垂直工作能力。
通过“合成+真实、研发+场景”的双轮驱动，银河通用正推动具身智能在全国范围内的规模化落地。从工业、零售到文旅、医疗，银河通用正以技术优势赋能千行百业，让智能真正走进生产与生活。
从“狂踹不倒”的黑科技，到“落地干活”的日常服务，人形机器人正在加速规模化应用。银河通用这样的先行者，正带领中国的人形机器人产业从实验室走向工厂、商圈与景区，未来有望成为中国面向世界的一张科技名片。
🚀 想要体验更好更全面的AI调用？
欢迎使用青云聚合API，约为官网价格的十分之一，支持300+全球最新模型，以及全球各种生图生视频模型，无需翻墙高速稳定，小白也可以简单操作。
评论区