打开网易新闻 查看精彩图片
打开网易新闻 查看精彩图片

今年的春晚可谓是群英荟萃,精彩纷呈。最初在蔡老师的小品中看到会后空翻的机器人时,小编的表情像被强行增高的小撒一样。

打开网易新闻 查看精彩图片

后面的武术表演更是让小编感到震撼,机器人什么时候进修为武林高手了?我的“铁哥们”趁我不注意竟然学会了醉拳?

打开网易新闻 查看精彩图片

那么这些有趣的机器人是如何为我们呈现“机器春晚”的盛宴的呢?

打开网易新闻 查看精彩图片

具身机器人与具身智能

打开网易新闻 查看精彩图片

春晚中出现的机器人可统称为具身机器人,是利用具身智能的概念设计的机器人

具身智能是一类具有实体并能与真实世界交互的智能系统,这种系统能通过物理层面的互动来进行学习和优化,进而不断地适应复杂的物理环境。

具身智能的底层原理是感知-互动闭环,通过传感器等感知周围环境后处理得到下一步的行为,行为改变了环境状态,进而继续进行感知。这就像是人体的神经回路一样,通过感知外部的变化做出正确的反应

打开网易新闻 查看精彩图片

具身智能系统基本概念

而我们常见的人工智能体ChatGPT、Deepseek等,属于离身智能,是在虚拟的信息世界中进行数据处理和学习,能够提供信息,但是没有实体,不能够作用于真实世界。离身智能就像是一名“纸上谈兵”的将军,能够为你提供方案,但是无法帮你做出行动。

本次春晚的各种具身机器人就是具身智能的典型代表。不论是武术、舞蹈还是交流,这些互动都涉及了与真实物理环境的交互。各式各样的具身机器人一起亮相春晚,让我们感受到新的技术革新悄然接近。

打开网易新闻 查看精彩图片
打开网易新闻 查看精彩图片

机器人如何练就一身功夫

打开网易新闻 查看精彩图片

从蛇年春晚的秧BOT进化到如今的武BOT仅仅间隔了一年,却让我们看到了具身机器人在运动控制方面的巨大进步。

扫堂腿、空翻醉拳高难度武术动作成功被机器人复刻,带给了我们极大的震撼和惊喜。这些动作是如何实现的呢?

打开网易新闻 查看精彩图片

单腿连续空翻

打开网易新闻 查看精彩图片

Airflare大回旋

首先是机器人如何进行精准有力的运动。当给予机器人一个目标动作和位置时,机器人会从最终的结果计算出当前最优的运动方式,这个过程叫做逆运动学。人形机器人需要计算其各关节运动角度,并利用强化学习或优化算法可以不断地优化运动动作。

人类发力靠肌肉收缩,机器人发力靠电机。在武术动作中,机器人借助自身电机的高扭矩模拟人体肌肉的高爆发力,能够轻易实现普通人难以做到的高难动作。

打开网易新闻 查看精彩图片

比如醉拳中的一系列动作需要极强的身体控制力和协调性,这对于拥有强大关节的机器人来说轻而易举。这种电机就像武侠小说里描写的“内力”,看起来平平无奇,一旦需要,便能瞬间爆发出摧枯拉朽之势。

其次是机器人如何保持运动后的平衡。我们在重心不稳时,会本能地向倾斜方向跨步以保持身体的平衡,这是我们进化来的本能反应,而机器人没有这个本能,它需要依靠算法来模拟。

打开网易新闻 查看精彩图片

空翻后的“小碎步”

仔细看节目中机器人的武术动作,我们可以发现有些机器人在落地后会有一个小小的“垫步”动作,这是机器人在调整重心的过程。机器人会利用零力矩点控制,时刻检测自己的重心位置,如果发现重心不稳偏离了支撑面,控制系统会在几毫秒内计算出最优策略并迅速进行姿态调整

打开网易新闻 查看精彩图片

空翻后的垫步动作

整个调整过程非常快,几乎不影响后续动作的进行,这种调整能力能够提升机器人在实际环境中的抗干扰性

打开网易新闻 查看精彩图片

机器人迅速调整队形

机器人们整齐划一的动作离不开AI融合定位算法和自带的3D激光雷达组成的高动态高协同的集群控制技术

雷达装置可以不断向周边发送光脉冲,通过接受反射信号对舞台场景进行激光扫描和定位,让每一台机器人清楚自己在舞台中的具体位置

所有机器人依靠机载传感器实时感知环境,借助AI处理环境数据,自主规划路径、动态调整队形,并能在跑偏或受干扰后全自动恢复。所有机器人之间通过集群控制,互相通报自己的位置和动作状态,避免碰撞事故,步调一致,实现了自主协同

打开网易新闻 查看精彩图片
打开网易新闻 查看精彩图片

机器人的飞升

打开网易新闻 查看精彩图片

今年的春晚舞台上,武BOT机器人与去年亮相的秧BOT相比,呈现出全方位的跃升。

最直观的变化在于外观和机身设计上,武BOT采用银白色机身,整体造型更富有科技感,给人亲和力,而秧BOT则偏向仿人形态,机械感较重。

打开网易新闻 查看精彩图片

武BOT:宇树G1机器人

打开网易新闻 查看精彩图片

秧BOT:宇树H1机器人

这两款机器人来自宇树科技的不同具身机器人系列——秧BOT所用的是H1型,扭矩强劲但自重较大;而今年的武BOT采用了全新的G1型,尽管单关节扭矩略小,但整体质量更轻,配合自由度的关节电机,使其动作更灵活,能够实现超大范围的关节运动。

在动作表现上,武BOT也实现了质的突破。相较于老前辈秧BOT,武BOT移动速度更快,集群变换队形更加迅捷流畅;在动作难度方面,它不再局限于简单的转手绢,而是完成了一系列高难度武术动作。

这些动作上的进步得益于强化学习算法的升级。G1机器人采用了最新的UnifoLM机器人世界大模型,融合了仿真引擎与策略增强两大核心技术。

打开网易新闻 查看精彩图片

把黑色相机装进盒子里(右上为世界模型对未来动作视频的预测)

仿真引擎为机器人提供了一个高精度的交互式训练环境,使其在虚拟场景中完成大规模强化学习,掌握精细的力矩控制能力;而策略增强模块则赋予机器人预测能力,在与环境的动态交互中不断优化行为策略,从而完成高质量的武术动作。

此外,G1还配备了H1所不具备的灵巧手。它的每根手指均可独立运动,结构灵活,能够贴合不同形状的物体;手部搭载的高灵敏度传感器可以实时感知握力,帮助机器人精准调节每个手指的力度,既能稳稳抓握道具,又不会影响动作的连贯与舒展。这一设计为武BOT在完成复杂动作打下基础。

打开网易新闻 查看精彩图片

灵巧手盘核桃

最能体现这种灵巧手的优异性的其实是今年春晚老北京机器人的盘核桃动作

打开网易新闻 查看精彩图片
打开网易新闻 查看精彩图片

机器人宇宙

打开网易新闻 查看精彩图片

那么除了这些机器人外,春晚中还在什么地方出现了机器人呢?

打开网易新闻 查看精彩图片

蔡明老师的小品《奶奶的最爱》展示了多款机器人及其功能,其中口齿伶俐的小机器人撑起了几个笑点。机器人展示的魔术变钱、后空翻、分头行动等成功整了个活,后面看到奶奶的循环出现小编还惊了一下(小品鬼故事)。

打开网易新闻 查看精彩图片

打开网易新闻 查看精彩图片

奶奶从里屋推出的仿真机器人奶奶成功给出一瞬间的错觉,以为刚刚演小品的蔡老师真是仿真机器人在演。

打开网易新闻 查看精彩图片

三十年前后的“机器人蔡明”

另外值得一提的是这个仿真的蔡老师机器人让小编想起了蔡老师在早期春晚节目《机器人趣话》中饰演的机器人,时过境迁,当时的机器人设想在相距三十年的今天成为了现实,具身机器人融入家庭生活场景充满了前景

打开网易新闻 查看精彩图片

特喜欢您~

在沈腾与马丽带来的贺岁微电影《我最难忘的今宵》中,铁哥们Galbot G1说着一手地道的北京话,展示了盘核桃、取物、叠衣服、串烤肠等一系列实用技能,流畅自然

打开网易新闻 查看精彩图片
打开网易新闻 查看精彩图片
打开网易新闻 查看精彩图片

这些技能展现了机器人理解三维场景和与人语言交互的能力,实现了多种泛化技能,面向未来家庭服务等工作场景提供了潜力。其中三维场景依托于视觉传感器和先进的场景理解算法,能够实时构建房间的三维地图,识别不同物体,进而计算出最优路径以及动作规划。

打开网易新闻 查看精彩图片

歌舞《智造未来》中,魔法原子的智勇小超人MagicBot Z1与人共舞,精准卡点音乐节奏,做出一系列复杂的舞蹈动作。这得益于机器人高爆发力和模仿强化学习能力,灵活迅猛,动作超人

打开网易新闻 查看精彩图片

分会场也出现了机器人的身影,宜宾分会场的机器狗MagicDog亮相,其扮演的国宝熊猫生动形象;义务分会场的赛博悟空脚踩筋斗云,气势磅礴

打开网易新闻 查看精彩图片

从三十年前的《机器人趣话》到除夕的这场“机器春晚”,时间见证了科技发展照进现实。机器人虽为钢铁之躯,却在春晚的舞台上用精准的算法和东方的文化,成为了所有观众的铁哥们。

科技不断融入我们生活,为我们带来智能世界的美好,正如《智造未来》中的歌词:“未来已来到,勤劳智慧的创造,全都精妙又低调;未来已来到,你的热情会闪耀,让生活变得奇妙”

打开网易新闻 查看精彩图片

值此新春佳节,小编祝大家在新的一年里一马当先,马到成功!

打开网易新闻 查看精彩图片

参考文献:

[1] 白辰甲,许华哲,李学龙.大模型驱动的具身智能:发展与挑战[J].中国科学:信息科学,2024,54(09):2035-2082.

[2] 陶永,万嘉昊,王田苗,等.构建具身智能新范式:人形机器人技术现状及发展趋势综述[J].机械工程学报,2025,61(15):121-147.

[3] Rubio F, Valero F, Llopis-Albert C. A review of mobile robots: Concepts, methods, theoretical framework, and applications[J]. International Journal of Advanced Robotic Systems, 2019, 16(2): 1729881419839596.

[4] D'Souza A, Vijayakumar S, Schaal S. Learning inverse kinematics [C]//Proceedings 2001 IEEE/RSJ International Conference on Intelligent Robots and Systems. Expanding the Societal Role of Robotics in the the Next Millennium (Cat. No. 01CH37180). IEEE, 2001, 1: 298-303.

[5]https://mp.weixin.qq.com/s/8fM_PAEgZGO_CNcQQcTRTw

[6] https://www.unitree.com/cn

[7] https://www.magiclab.top/

[8] https://noetixrobotics.com/

[9] https://www.galbot.com/

[10]https://zhuanlan.zhihu.com/p/2007031804746548128

[11]

[12]https://unigen-x.github.io/unifolm-world-model-action.github.io/

[13]

编辑:endlesscliff