宇树开源OmniXtreme架构：后空翻成功率96.36%，延迟仅10ms

近日，宇树科技正式发布并开源OmniXtreme人形机器人运动控制架构，创始人王兴兴署名的技术论文同步公开。该架构针对高动态场景设计，解决了海量动作库追踪的保真度与落地难题，搭载在Unitree G1硬件上时，后空翻成功率达96.36%，端到端推理延迟仅10毫秒，为推动人形机器人在复杂场景的应用提供了核心技术支撑。

当后空翻成功率从行业普遍的不足70%跃升至96.36%，人形机器人终于在高动态动作领域突破了长期的技术天花板。近日，宇树科技的这一关键成果，随着其全新开源的OmniXtreme运动控制架构正式对外发布，成为了人形机器人赛道的重磅新闻。

在人形机器人的发展历程中，静态场景下的行走、搬运等任务已逐渐成熟，但高动态动作始终是难以跨越的“卡脖子”难题。无论是后空翻这类极限动作，还是应对突发障碍的快速规避，都要求机器人在极短时间内完成姿态感知、动作规划与执行的全链路响应，传统运动控制架构要么存在动作保真度下降的问题，要么因推理延迟过高导致动作失败，难以大规模落地应用。

OmniXtreme运动控制架构的核心优势，在于其独创的双阶段训练框架，从根源上解决了海量动作库追踪的适配难题。

第一阶段采用流匹配预训练方式，从海量高动态动作数据中蒸馏核心运动技能，规避了传统强化学习容易出现的梯度干扰问题，确保机器人对复杂动作的追踪精度；第二阶段引入执行器感知后训练，让机器人能够实时感知自身关节、电机的运行状态，对动作进行动态自我修正，完美解决了实验室技能到物理场景落地的适配问题。创始人王兴兴署名的技术论文同步公开，为行业提供了完整的技术逻辑参考。

在Unitree G1人形机器人硬件上的实测数据，直观印证了OmniXtreme架构的实力：后空翻成功率达96.36%，意味着连续进行100次动作尝试仅会出现3-4次失误，远高于行业平均水平；同时端到端推理延迟仅10毫秒，这个速度几乎与人的神经反应速度相当，确保机器人在高动态动作中能够实时响应环境变化，动作流畅且稳定。

宇树科技选择将OmniXtreme架构全面开源，对人形机器人产业而言意义重大。开放的技术框架将允许全球开发者、研究机构免费使用、修改与优化，打破了技术壁垒，有望推动人形机器人在更多高动态场景的应用，如应急救援中的快速穿越、工业生产中的精准操作、娱乐场景中的复杂表演等，为人形机器人从实验室走向实用化场景按下加速键。