LATENT技术突破：人形机器人实现高动态网球对打 - 研究团队提出名为LATENT的新运动学习方法，使机器人能从不完美的人类动作数据中学习复杂运动技能，并在真实世界完成高动态网球对打 [4][5] - 这是全球首次在人形机器人上实现高动态网球对打，标志着机器人从“机械复刻动作”向“智能决策响应”的底层跨越 [3] - 该技术不依赖昂贵且难以获取的网球全场比赛数据，仅使用碎片化动作（如移动、挥拍）让机器人自主学习，构建“运动小脑” [6][8][9] 核心技术：构建“运动技能空间”与“隐空间动作屏障” - 研究团队在隐空间中构建“运动技能空间”，将碎片化动作组织为可组合、可泛化的技能结构，使技能既自然又可控 [10] - 提出“隐空间动作屏障”，防止强化学习探索时产生不自然动作，确保机器人在高动态对抗中保持优雅、自然的运动风格 [14][15][17] - 强化学习规划器在技能空间中采样组合，使机器人能根据来球实时自主规划步伐、挥拍和姿态，并在击球末端微调轨迹以控制落点 [12][13] 实验验证与性能表现 - 在29自由度的宇树G1机器人上进行测试，LATENT在击球成功率、落点精准性、关节顺滑度与关节力矩上均展现绝对优势 [18][21] - 具体数据：正手击球成功率96.52%，反手82.10%，前场86.35%，后场89.80% [21] - 真实世界对打测试中，正手击球成功率90.90%，反手77.78%，前场88.89%，后场81.82% [22] - 实验证明，域随机化和观察噪声的引入对真机性能表现起到关键作用 [22][23] - 机器人跑动范围覆盖全场，有能力接到各个方向的刁钻击球 [25][35] 行业意义与公司背景（银河通用） - 该技术由银河通用机器人与清华大学联合研发，论文共同第一作者为银河通用研究团队成员 [5][36] - 银河通用成立于2023年5月，是中国具身智能模型路线的代表性企业之一 [31] - 公司于今年2月完成最新一轮融资25亿元，刷新具身智能行业单轮融资纪录，估值突破210亿元，稳居中国人形机器人领域估值最高的未上市企业 [31] - 公司已形成硬件-模型-生态的完整闭环，自研仿真系统生成百亿级数据集，实现Sim2Real无缝迁移 [32] - 产业落地版图覆盖工业、零售、仓储物流、医疗康养等多个领域 [33] - 公司正将机器人从实验室推向日常生活与真实产业，构建完整的具身智能生态网格 [34]