文章核心观点 - 源策未来发布全身控制模型Anchor 1，定位为全身智能架构中的System 0（S0）层，即负责将指令精准稳定转化为全身动作的“小脑”，核心解决人形机器人“照着做”环节中精度与稳定性不足的问题 [4][5] - 行业目光正从“大脑”移向“小脑”，从“表演”转向“部署”，全身控制成为人形机器人规模化落地的关键瓶颈 [5] - Anchor 1通过五个锚点稀疏指令、严格筛选的训练数据、与动作编码解耦的误差反馈三大设计，实现精准与稳定的全身操作 [8] - 公司同时构建了一套更严格的评测体系来衡量“准”，并计划分阶段开放模型权重、部署代码与采集链路，推动“准”成为行业公共能力 [32][57] 产品定位与行业背景 - Anchor 1被定位为源策全身智能架构中的System 0（S0）层，负责把指令精准稳定地变成全身动作的“小脑” [5] - 行业背景：今年1月底Figure在Helix 02中加入System 0；2月英伟达开源全身控制基础模型SONIC，用超过1亿帧人体动作捕捉数据训练，支持通过PICO头显进行全身遥操作；随后Google DeepMind、智元相继推出全身控制相关模型；10月arXiv上集中涌现一批全身控制论文 [5] - 大脑的上限被小脑的下限锁住，控制器跟不准、站不稳，采回来的示范就带着偏差，上层模型学到的也是偏差 [4] 技术方案：五个锚点解决指令输入 - Anchor 1发出的指令只包含五个部位：骨盆、左右手腕、左右脚踝，每个部位给出目标位置和朝向，其余关节一概不指定 [10][11] - 稀疏指令思路此前已有研究探索，如英伟达的MaskedMimic和HOVER等工作尝试只给出部分关键部位目标由控制器补全全身动作，Anchor 1的不同之处在于如何把人的动作翻译成这五个锚点 [11] - 行业常见做法是在线重定向，操作员每动一下系统就实时求解一遍机器人关节角，一旦译错机器人动作就会突然走样；论文用同一段PICO录制的人体动作对照，依赖在线重定向的配置在手臂伸展时偏离原本动作并出现指令突变 [11][14] - Anchor 1走第三条路：系统先用操作员和机器人各自的T字站姿做一次标定，算出每一段肢体的缩放比例、旋转对齐和位置偏移，之后逐帧套用这组固定参数把人体动作换算到机器人尺度上，全程不求解关节角 [15] - 用半径16厘米的画圆动作检验换算保真度：与参数化人体模型的输入相比，Anchor 1的手腕轨迹在运动方向上的偏差指标低80.2% [15] - 省掉在线重定向带来部署便利：Xsens惯性动捕、CHINGMU光学动捕、诺亦腾PN-LINK有线惯性动捕和PICO VR四种输入设备都能直接换算成五个锚点交给控制器；身高从165厘米到188厘米、体重从50公斤到80公斤的操作员都能直接上手 [17] - Anchor 1只需要60毫秒的未来指令，而参与对比的各方案需要80毫秒到接近1秒 [17] 技术方案：训练数据筛选解决自由度分配 - 只给五个锚点意味着同一组指令可对应多种全身姿态，多出来的自由度是一把双刃剑，用好了让手更准，用不好就会让身体不稳 [18] - 团队为每一段人体动作配上一段离线重定向得到的机器人动作，训练时五个锚点作为输入，配对的机器人动作提供监督和奖励 [19] - 配对数据经过自动质检，筛掉长时间悬空、关节突变、自碰撞、周期性抖动和穿透地面的片段；自采数据还要再经过一轮人工复核 [19] - 最终训练集包含406,222段动作、约1081小时，其中77%来自源策自采的动作捕捉数据，其余来自AMASS、OMOMO等公开数据集 [19] - 论文直言这种筛选是在刻意引入一种偏向，让模型在补全全身动作时倾向于稳定、物理上合理的姿态 [19] - 重定向被从部署时的实时环节挪到训练前的离线环节：离线做重定向有时间检查、有机会剔除坏样本；部署时直接用五个锚点，不再受重定向出错影响，也省去相应计算开销和延迟 [19] 技术方案：解耦误差反馈解决执行纠偏 - 现有方案获取纠偏信号有两种方式：把目标动作压缩成motion token由策略自行推断偏差，但压缩会丢掉细节；或直接把目标与当前状态的差值喂给策略，但一旦把差值编码进token，同一动作在不同执行状态下会得到不同token，上层模型学起来无所适从 [23] - Anchor 1采用“目的地不动、偏航提醒单独给出”的思路：在编码器、量化器、解码器架构中，手腕和脚踝的跟踪误差不进入编码器，而是绕过token直接送进负责输出关节动作的解码器 [24][26] - Anchor 1额外训练了一个轨迹头，能从token里重建出近期的目标位姿再用它计算跟踪误差，使同一个控制器拥有两种指挥方式：遥操作和上层策略可下发五个锚点，上层策略也可直接输出token [26] - 消融实验：在MuJoCo仿真的In-house评测上，去掉显式误差反馈后全局和局部成功率分别只有70.9%和61.7%；把误差送进解码器后两者分别升至88.7%和88.4% [29] - 从重建目标计算误差有代价，仿真中局部位置误差从21.9毫米升到22.4毫米，因此论文建议在对精度要求最高的遥操作采集场景中优先使用直接下发的五个锚点 [30] 评测体系：三条Track与更严的尺子 - 现有评测方式各有盲区：任务级评测的成功率混杂了感知和规划因素，说不清是哪一层出了问题；按整段动作取平均的跟踪误差会掩盖短暂但致命的偏差 [32] - 源策搭建了包含In-house、Public和Reachability三条Track的评测体系，分别考察全身操作协调、动态动作跟踪以及不同姿态下的手部可达性与足部稳定性 [32] - 在In-house和Public两条Track上，一段动作只有在全程中手腕和脚踝的位置误差都不超过10厘米、朝向误差不超过1弧度、其余身体部位误差不超过25厘米时才算成功 [32] - In-house Track包含15,342段动作、覆盖3,247种任务，专门考察单手和双手够取、手脚协同、移动中稳住手部等操作相关的全身协调 [33] - Public Track从四个公开数据集中选出2,230段动作，补充了跑、跳等更动态的行为 [33] - Reachability Track给定空间中的手腕目标点，在站立、浅蹲、深蹲、前后错步和半跪五种姿态下要求机器人把手送到位、保持住、再收回，全程不能打滑、不能多迈步，共3,210段参考动作 [33] - 三条Track的所有评测动作都不参与训练 [35] 仿真评测结果 - 仿真中Anchor 1在In-house Track上取得最高的全局和局部成功率，分别为88.7%和88.4%，水平方向的根部位置误差也最低 [36] - 边走边做非对称双手够取这类动作最能拉开差距：Anchor 1的局部成功率为91.2%，该场景下表现次佳的方法仅有57.0% [36] - 在更偏动态动作的Public Track上各方法绝对成功率都明显下降，Anchor 1仍保持最高；论文提示参与对比的方法在训练时可能接触过部分公开数据 [37] - 在Reachability Track上Anchor 1在多数姿态组取得最高成功率，平均每段动作仅有0.06次打滑和0.53次多余迈步 [38] 真机测试结果 - 团队在宇树G1人形机器人上做了两组真机测试：51段站立够取动作考察手腕定点精度；72段全身操作动作覆盖够取、移动、平衡扰动、手脚协同等七类任务 [41] - 站立够取测试中Anchor 1的手腕和脚踝全局位置误差分别为44.58毫米和35.70毫米，此前表现最好的对比方法分别为53.59毫米和50.40毫米 [41] - 该结果是在更短的未来指令（0.06秒对0.08秒）且无需在线重定向的条件下取得的；与另一种同样免重定向、直接接收人体动作的方案相比，Anchor 1的手腕和脚踝全局误差分别降低73.3%和73.4%，所需未来指令只有对方的三分之一 [42] - 72段全身操作动作上，团队把手腕和脚踝误差阈值从10厘米逐级放宽到25厘米，Anchor 1在全部六档阈值下都保持最高总体成功率，在最严的10厘米一档领先最强对比方法41.2个百分点 [43] - 误差层面Anchor 1在8项指标中有7项最低：手腕和脚踝全局位置误差分别为75.69毫米和70.52毫米，比此前表现最好的对比方法低约28%和39%，局部脚踝位置误差低46.3%；唯一例外是局部手腕位置误差有一种对比方法略低于它 [46] - 阈值放宽各方法分类成功率逐渐靠拢，阈值收紧差距才显现，论文指出宽松的成功标准会掩盖控制器之间的真实差异 [47] 对上层大模型的价值：遥操作采数据 - 遥操作中控制器跟不准，操作员就得反复做补偿动作，采集效率、成功率和示范质量都会受影响 [49] - 量化测试选了两个任务：把纸箱踢进指定区域以及从低处鞋架上取出拖鞋放到指定位置，分别考验脚的落点和低位抓取 [50] - 使用Anchor 1时踢纸箱每小时可采集43条成功示范、采集成功率98.03%；捡拖鞋为每小时62条、成功率97.37%；同样任务换成开源模型对应数字分别为9条和37.50%、41条和68.33% [51] - 踢纸箱任务的示范采集成功率从37.5%提升到98.0%，每小时采到的成功示范从9条增加到43条 [5] 对上层大模型的价值：自主执行 - 团队用遥操作采集的示范数据微调开源VLA模型GR00T N1.7，让它根据语言指令、三路RGB画面和本体状态输出五个锚点的目标位姿或motion token，连同手部指令一起交给冻结的Anchor 1执行 [52] - 20次试验中，以motion token作为接口、配合重建目标纠偏的Anchor 1踢纸箱成功率达到90%、捡拖鞋为45%；同样以token为接口的开源模型分别为70%和10% [53] - 把误差编码进token的耦合版本一旦改用token指挥，两项任务全部失败，说明纠偏和指令分开token接口才真正可用 [53] - 捡拖鞋45%的成功率说明自主全身操作远未到可以交卷的程度，但对比清楚展示了一条链路：小脑的精度会一路传导到数据质量，再传导到大脑的任务成功率 [55] 局限与后续规划 - 目前评估只在一种人形机器人上完成，没有不同本体上不同方法的严格对比 [57] - 五个锚点只描述身体该到哪里，不描述物体的几何形状、接触力和抓握稳定性，动作跟得准并不等于一定能把东西拿稳 [57] - 从token重建目标带来的精度损失还需要继续缩小 [57] - 下一步方向是引入相对于物体的目标和接触感知，把全身控制更直接地连接到物体交互上 [57] - 在源策设想的全身智能架构里S0是让机器人“站得稳、做得准”的底座，上面还有负责感知与决策的S1 [57] - 源策计划在2026年底分阶段开放Anchor 1的模型权重和部署代码，以及基于PICO及PN-LINK的遥操作和示范数据采集链路，并配套部署镜像、使用教程和示例动作 [57] - 评测侧将逐步开放相关评估工具，持续维护全身操作评测榜单，并计划在2027年年中举办一场国际竞赛 [57] 行业意义 - 从“表演”走向“部署”，比的是机器人能不能在弯腰、迈步、换姿态的过程中始终把手稳定且精准地送到该去的地方 [58] - Anchor 1给出的是一个关于“准”的答案和一把衡量“准”的尺子，对仍在寻找规模化落地路径的行业来说这两样东西可能同样重要 [58] - 等到年底模型权重和采集链路陆续开放，这份关于“准”的能力会交到更多团队手里 [58]