在本周的《视频周五》栏目，我们重点关注人形机器人学习领域的一项惊人突破：Agility Robotics 推出的双足机器人 Digit，仅用一夜时间就掌握了全新的全身舞蹈技能。这种高效的学习过程，依靠先进的 AI 训练方法，利用原始动作数据和仿真到现实强化学习实现。除了 Digit 的亮眼表现，我们还盘点了机器人学习、远程操作以及人机交互领域的其他最新进展，一起感受机器人技术日新月异的蓬勃态势。
Digit 如何一夜之间学会跳舞
Digit 只经过一晚训练就能流畅表演协调的舞蹈动作，这充分彰显了机器人学习效率的重大飞跃。它的 AI 团队采集运动捕捉原始数据、动画素材和远程操作示范，通过仿真到现实强化学习，快速构建起全身控制策略。这种方法无需大量手工编程，就能让 Digit 掌握复杂动态的全身动作。
团队先收集能代表目标行为的多样化运动数据，然后在模拟环境中训练控制策略，最后平滑迁移到实体机器人。仿真到现实的流程既加快了学习速度，又确保了真实世界的可靠表现。这一突破意味着人形机器人能迅速适应需要全身流畅协调的新任务，为娱乐、服务和人机互动等应用打开了更多可能。
GEN-1：新型通用 AI 模型 专攻物理任务
受到 Digit 等进展的启发，Generalist AI 近日推出 GEN-1，这是一款通用 AI 模型，能以极高成功率完成简单物理任务。GEN-1 在此前模型仅达 64% 成功率的任务上，平均成功率提升至 99%，完成速度更是加快约三倍。而且每个任务的训练仅需一小时机器人数据。
GEN-1 展现出的高效与多功能，标志着机器人技术向商业化应用迈出关键一步。虽然它还无法包揽所有任务，但这一性能飞跃预示着通用智能时代正在到来，让机器人能在制造、物流和服务等多样物理环境中更加自主地运行。
Unitree 开源全身远程操作数据集
为助力人形机器人研发，Unitree Robotics 正式开源 UnifoLM-WBT-Dataset，这是一份针对真实场景的全身远程操作丰富数据集。该数据集于 2026 年 3 月初发布，收录了高精度的人形机器人运动数据，覆盖多种复杂任务和操作场景。
它的目标是成为同类数据集中规模最大、持续更新的资源，不断补充新的演示内容以适配广泛真实世界条件。通过开放共享，Unitree 为机器人学习研究提供了坚实支持，让开发者能更高效地训练和验证人形平台的控制算法。
混合现实路径绘制 优化机器人导航体验
在室内与人类共处的自主移动机器人，需要在导航时充分尊重人的空间习惯，比如行人流线和舒适距离。研究团队为此开发了 MRReP，这是一种混合现实交互界面，用户只需用手势就能直接在地面上绘制机器人参考路径。
这种直观方式让操作者能在共享空间中轻松设定优选路线，大幅提升导航安全性和社交适应性。借助自然手势融入人类意图，MRReP 显著增强了机器人在办公室、医院、零售等动态室内环境中的共存能力。
Mirrorbot：用自主交互拉近陌生人距离
眼神接触是人类建立连接与归属感的核心社交信号。康奈尔大学自主机器人实验室打造的 Mirrorbot，通过自主导航和自适应镜面控制，鼓励陌生人之间自然产生眼神交流。
机器人会动态切换反射视角，从自我关注转为相互凝视，从而引发非语言互动，唤起社交意识和趣味共鸣。这种机器人创新探索了机器如何在公共空间制造共享时刻，进而丰富人类的社交体验。
这对买家意味着什么
这些进展显示，机器人技术正变得更灵活、高效且懂社交。对有意采购人形或移动机器人的买家而言，Digit 和 GEN-1 展现的快速学习能力，意味着部署周期更短、任务适配更灵活。Unitree 这样的开源数据集能加速定制开发，让机器人行为更易针对具体场景优化。
MRReP 等交互界面表明人机协作门槛正在降低，能显著提高共存环境的安全性和用户接受度。Mirrorbot 类社交机器人则为客户 engagement 和公共互动提供了全新思路。选购时，买家不仅要考察硬件本身，更应关注配套的 AI 能力和交互工具，这些才是实现无缝集成与动态学习的关键。
结语
Digit 一夜学会舞蹈，淋漓尽致地展现了先进 AI 与仿真到现实训练在快速拓展人形机器人能力方面的强大潜力。GEN-1 通用模型、Unitree 开源数据集以及创新交互工具等成果，共同勾勒出机器人生态日趋成熟的图景。对行业从业者来说，这些技术预示着更 versatile、高效且亲和的机器人即将到来，能在各领域承担更多丰富任务。
评论