Unitree G1 對練片：UnifoLM-X2-1.0 顯示咗乜，又未證實到乜？

Unitree 嘅 G1 人形機械人對練影片，最令人眼前一亮嘅地方，係佢似乎喺有身體接觸、節奏好快嘅情境下，做到即時反應式嘅全身控制。不過，最穩陣嘅結論其實比宣傳口號窄得多：片段支持 UnifoLM-X2-1.0 有可能將短期狀態預測同動作選擇接起來，完成一段動態互動；但未足以證明佢已經有穩健嘅通用人形機械人自主能力、真正機身本地即時推論，或者可大規模可靠部署。 238

Unitree 話 UnifoLM-X2-1.0 做到乜？

按 Unitree 嘅說法，UnifoLM-X2-1.0 係一套用於高動態互動嘅即時「世界—動作」系統。佢會預測機械人、對手同兩者物理互動喺短時間內可能點樣演變，再根據預測揀動作，並透過動作與平衡控制形成閉環執行。 47

公司亦稱，G1 並非由 VR 頭盔、遊戲手掣遙控，亦唔係重播預先編排好嘅對打動作。呢個分別好重要：照稿演一套動作，同因應對手移動即場揀招，根本係兩回事。不過，現階段呢啲仍然係公司自己嘅說法，未經獨立審核。 478

片段實際睇到嘅內容

約 39 秒嘅影片入面，G1 喺擂台對住一名戴護墊嘅人類教練。機械人看似會調整站姿同腳步、閃避或格擋拳擊、受碰撞後重新穩住平衡，亦會出拳、踢腿同反擊。 58

呢啲可見表現，符合一個能追蹤移動中嘅人、同時穩住雙足人形身體嘅控制系統。難處唔只在於揮拳，而係上身動作、腳步、軀幹姿勢同外來撞擊，全部會互相影響。

但單靠影片，冇法分辨每一個決定到底由邊個模組做出：世界模型、較低層控制器、安全機制，甚至剪輯挑選出嚟嘅最好片段，都可能有份影響最終畫面。公開影像無法量化 X2 本身貢獻咗幾多。

點解「對練」係一個有用嘅壓力測試？

對練本身唔係最實際嘅商業應用，但佢將幾個具身 AI 最難搞嘅問題，同一時間壓落個系統度：

• 快速感知同決策： 見到對手起手之後，要喺局勢再變之前作出反應。
• 全身規劃： 手部出招會影響姿勢；腳點落、腰點轉，又決定到機械人會唔會失平衡。
• 受擾動後復原： 碰撞可以令重心移位，系統要即時修正。
• 持續互動適應： 對手唔係工廠入面固定不動嘅物件，而係會不停變招、回應嘅人。

所以，一段成功嘅互動係閉環控制嘅定性展示。延遲太高、平衡處理差嘅控制器，好容易會對住過時資訊反應，甚至跌低。不過，一條短片始終量度唔到反應時間餘裕、抗干擾能力同安全性。 737

X2 同已開源嘅 UnifoLM-WMA-0 有咩關係？

X2 看來屬於 Unitree 較大嘅 UnifoLM「世界模型—動作」發展方向。Unitree 將開源嘅 UnifoLM-WMA-0 定位為跨多類機械人本體嘅 World-Model-Action 框架，目標係通用機械人學習；核心世界模型嘗試理解機械人同環境之間嘅物理互動，而預測到嘅未來狀態可以幫手產生動作。 1848

概念上，呢個同 X2 聲稱嘅流程相當連貫：先估計下一刻可能發生咩，再按預測揀行動。但現有公開資料冇交代 WMA-0 同 X2-1.0 確切嘅技術關係，例如訓練資料、模型改動、控制器設計、感測器輸入同部署硬件。因此，唔應該將 X2 當成一個細節已公開、可以直接同 WMA-0 比性能嘅「下一代版本」。 3438

點解值得留意，但未算得上基準級突破？

目前最有根據嘅說法係：Unitree 展示咗一部看似自主運作嘅 G1，同人類對手完成一段視覺上幾可信、具反應性嘅對練。比起喺靜態環境搬運物件，呢個場景要求更高，亦支持「預測式世界模型或可幫到人形機械人控制」呢個可能性。 28

但更大嘅主張——一個可重用嘅世界—動作模型，能取代各種任務專用策略，跨機械人與不同部署環境運作——暫時仍然係願景，而唔係已展示嘅成果。WMA-0 雖然被描述為支援多種機械人本體，但一段受控對練片，無法證明跨環境遷移、長期可靠度，或者大量機械人同時部署嘅能力。 1848

幾個最關鍵嘅證據缺口

以下問題令外界未能作出更強判斷：

• 對手同環境高度受控： 對手係戴住護墊嘅教練，場地係受限制嘅擂台，唔係無約束嘅競技對手。呢種安排會令互動更安全、亦可能更可預測。 537
• 冇公開運行遙測： 外界未見失敗率、擾動測試流程、感測器規格、控制頻率、動作預測時域或原始日誌，無從獨立量度可靠性。
• 未證實係咪完全機載推論： 有報道質疑，較重運算量嘅推論會否經由遠端基建完成；但公開證據不足以確認實際部署架構。 1011
• X2 未有可複現技術發布： 據報，Unitree 未發表 X2-1.0 技術論文、模型權重、延遲數據、標準化基準成績或第三方複現；會否開源 X2 亦未有確認。 3438

呢啲唔係枝微末節，反而正正決定系統離開精心安排嘅示範後是否實用：網絡受限時可唔可以運作、出錯時會點、換環境會否失效，以及片中能力有幾多真係來自新模型，而唔係整套既有控制架構同安全機制。

結論：有潛力嘅展示，未係已驗證嘅突破

G1 呢段影片係人形機械人發展中一個值得注意嘅視覺里程碑：佢展示咗機械人似乎能喺快速互動中，同時處理預測、移動、身體接觸同平衡，而唔係單純演出固定套路。

不過，最恰當嘅評語係：前景可觀嘅示範，不是經驗證嘅突破。

UnifoLM-X2-1.0 可能係走向預測式閉環人形控制嘅重要一步；但要等 Unitree 或獨立研究者公開技術細節、延遲量度、失敗分析同可複現評測之後，呢段片先可以由「顯示潛力」進一步變成「證明可規模化嘅通用自主能力」。 238