谁在为人形机器人铺「全开源生态」？|人形机器人|全开源生态|动捕|真实场景|算法|运动学

作者丨幸丽娟

编辑丨林觉民

2026年，人形机器人赛道进入一个微妙的悖论期。

硬件在“狂飙”。全尺寸人形已能完成后空翻、街舞连招、甚至高动态武术特技；电机扭矩密度、关节模组集成度、全身动力学控制精度都在快速逼近人类水平。

宇树 G1 用上OmniXtreme 框架，更是把后空翻成功率做到 96.36%，端到端推理延迟压到 10 毫秒。这些数字放在三年前，不可想象。

但，行业生态的“基本盘”却几乎没有变过。

每家的本体形态、关节配置、传感接口、运动学标定都不一样。A 公司花几年训练出来的抓取策略，拿到 B 公司的硬件上价值归零；高校实验室在某台机器人上验证过的算法，换个本体就得推倒重来。

研发成本居高不下，本就稀缺的真实交互数据，被锁死在单一硬件体内。

这个局面，像极了2007年安卓诞生前的手机行业：厂商各行其是，硬件形态各异，软件生态碎片化，开发者被迫为不同平台重复适配。

而安卓做了一件事：联合整个产业链，定义了一套统一的开放标准，构建了一个全开放的生态体系，让开发者和厂商在同一套技术框架下协作。

人形机器人行业，同样在等这样一个“让开发者和厂商协同创作”的全开源生态。

在大多数人形机器人公司还在追爆款、抢风口的时候，乐享科技旗下元点机器人已经开始动手铺这套生态了。

它联合 CMU——机器人学界最具分量的研究机构之一，发表了两篇论文：一篇是 BRIDGE，开源硬件设计方案；另一篇是 FlowMimic，开源指令控制方案。

硬件本体和指令控制两大基础工具链落定，元点机器人又在生态层面落下一子——正式发布开发者全开源生态 OpenBridge。

可以说，元点机器人将机器人行业“从闭门造车到开源共创”的实现路径，完整地摆在了台面上。

下面逐一来看。先看硬件本体。

BRIDGE：把“造身体”变成一道可复现的工程题

▎从“拼手感”到“ AI-Native ”：数据先于“身体”

论文地址：https://arxiv.org/abs/2609.03497基于这个思路，研究团队以SMPL人体参数化模型为起点，对机器人本体做了一次反向重构。SMPL 是学界通用的三维人体统计模型，任何一段人类动作都可以用它编码成参数。把“人类能做什么动作”当作设计的输入，而不是事后迁就的对象。这个思路一打开，机器人行业有了全球首个AI-Native 具身本体。什么叫 AI-Native？过去的流程是“先造身体，再迁就算法”。AI-Native 把它倒了过来：AI 需要什么样的身体，就用数据算出什么样的身体。身体不再是算法的容器，而是算法的产物。硬件设计与运动智能，第一次站上了同一条流水线。BRIDGE 凭什么能做到 AI-Native ？答案藏在四步流程里。

▎清晰可复现的四步流程，开启协同设计范式

第一步：自由度压缩，88 厘米逼出来的取舍起点是 SMPL 骨架：23 个身体关节，覆盖人体主要运动关节。但团队给BRIDGE定的目标身高是88厘米。因为他们把BRIDGE设定为一款桌面级研究平台：低于60厘米装不下完整的计算单元和电池组，也没有足够的腿部行程做行走实验；高于1米，制造成本和安全隐患指数级上升。88厘米是理想的折中值。88厘米身高，还要给电池组留出足够空间。这两个约束加在一起，麻烦来了：腰部所有自由度全部保留不现实，仅能保留一个。横滚（Roll）、俯仰（Pitch）、偏航（Yaw），三个轴向到底留哪个？传统做法是机械工程师凭直觉：弯腰（俯仰）最常用，留着。但BRIDGE团队选择不赌直觉，分两轮让数据说话，筛选腰部双自由度组合。第一轮，运动学筛选。团队将大规模人类动作数据分别重定向到“横滚+俯仰”、“横滚+偏航”、“俯仰+偏航”三种22自由度候选形态上，计算“运动学重定向误差”——也就是机器人摆出来的姿势和人类原本动作之间的几何偏差。

结果是，保留“横滚+俯仰”误差0.02593；保留“俯仰+偏航”误差0.02588；保留“横滚+偏航”误差0.02570，在三组中最低。因此，优先保留“横滚+偏航”，舍弃“俯仰”，静态几何匹配的代价最小。但运动学只解决了“摆姿势像不像”，没有回答“跑起来稳不稳”。一个形态静态表现再好，加上重力、惯性、力矩之后，动态追踪可能完全崩掉。第二轮，动力学筛选。团队基于胜出的“横滚+偏航”，进一步构建了两种21自由度候选：仅保留“横滚”，或仅保留“偏航”。对每个候选，先优化连杆长度参数，再训练一个强化学习追踪策略，在物理仿真中跑一遍，计算动态追踪误差。结果显示，仅保留“偏航”的误差0.02115，仅保留“横滚”的误差0.02311。“偏航”完胜。数据和仿真共同表明：对于88厘米级小型人形，扭腰（偏航）比弯腰（俯仰）更有利于动态稳定。这个反直觉的结论，正是数据驱动的价值。至此，整体的骨架（21个主动关节）确定下来了。接下来就进入了第二步，机器人初始化。第二步：基于关节模组的机器人实例化，把物理约束装进来做人形机器人常陷入“画出完美骨架却塞不进电机”的尴尬，而团队的核心思路是“带着电机的物理现实去反向生成骨架”首先，算法先给全身 21 个关节默认装上体积最小的电机，以保证最紧凑的人体形态。这个紧凑方案是起点，只会在后续跑出问题时才被修改——先上最小方案，哪里不够再升级。其次是约束条件。他们舍弃厂商虚标参数，使用严苛的实测扭矩-转速曲线来设立运动边界，并且在物理仿真和策略训练中强制执行。这种考量很简单：虚标没有意义，物理跑不过就是跑不过。接着是复合关节的空间排布。理想化的运动学模型通常假设肩、髋这类复合关节的三个旋转轴交汇于一个点。但物理电机是有体积的——三个电机不可能真的“塞在同一个点”上。团队的解法很清晰：俯仰轴锚定在人体关节中心（因为它是主要屈伸运动的轴），横滚轴和偏航轴沿肢体方向依尺寸精准外移。那平移多少呢？由相邻电机沿堆叠方向的投影长度加上必要的安装间隙共同决定，确保不碰撞。最后是结构重优化与质量重分配，因为换一颗电机，整机模型跟着变。他们的方法是：每次电机型号调整后，所有受影响的连杆长度、质心位置、转动惯量全部重新计算。然后以最小化运动学重定向误差为目标，重新优化全局结构参数。经过这一步，运动学骨架变成了兼顾真实机械装配与高保真人态运动的仿真模型，让硬件设计不再脱离仿真实际。第三步：基于运动的动力学验证，好不好，跑起来看机器人骨架和电机定型后，到底能不能真正“动”起来？团队没有停留在静态的形态匹配，而是引入了动态能力实测：将生成的固定构型置于仿真中，基于一个通用的 21 自由度基底策略，结合整机真实的质量分布、转动惯量和严苛的电机动态扭矩极限，针对不同的人体参考动作分别微调控制策略。只有当机器人在物理约束下能够稳定走完全程、且动态追踪误差低于预设阈值时，该动作才被判定为“成功”。这里的动态追踪误差衡量的是机器人实际物理轨迹与参考动作之间的偏差，它天然包含了重力、惯性、力矩极限等全部物理因素。对所有动作的判定结果进行汇总后，就得到了另一个更硬核的指标——动作的整体覆盖率，这个指标衡量的是整个动作数据集上的成功率，真正从“动力学与硬件极限”的维度，量化出了这套硬件配置究竟能执行哪些高难度动作。第四步：基于失败的自我进化，哪里不行改哪里如果遇到动作失败，机器人该如何“自我进化”？算法并不草率地下结论，而是先深挖关节负载率，并在多随机种子下反复验证：只有当某个关节频繁撞上扭矩或转速天花板，且人工放宽限制后动作确能成功，才会被实锤为真正的“硬件瓶颈”并触发电机升级。而牵一发必动全身，更换大电机意味着更占空间、更重、惯量更大，系统必须随之重新排布多轴关节、重构全身骨骼与 URDF 模型，并拉回仿真中将所有历史动作全量重测，防止“升了一个关节，拖垮了原本能做的动作”。在这场“既要像人身形（限高 88cm 内）又要能动（保证动作达标率）”的闭环迭代中，算法以失败为养料反向倒逼硬件升级，直到在拟人形态与动力学极限间踩出一条完美的帕累托最优解，彻底告别了传统机器人设计/控制算法之间的割裂。

▎定量+定性双重验证：“像人程度”，是可以算出来的

设计好不好，不能自说自话。团队从客观和主观两个维度做了验证。定量实验方面，BRIDGE 团队提出了综合人类相似度评分（human-likeness score）。身体的“像人程度”，第一次成了可以计算的指标。该评分方法联合考虑运动学重定向误差与动力学追踪误差，两者权重各半，经负指数映射成0到1之间的分数，越高越像人。

BRIDGE拿到0.5252，第二名Toddy为0.3883。约 14 个百分点的差距，在机器人运动自然度上，却属于肉眼可见的代际差。身体比例的对比更能说明问题。以SMPL人体模型为参照，各平台的平均缩放系数：BRIDGE为1.021，Toddy 为1.171，Booster K1为1.344，Bumi为1.376。BRIDGE最接近SMPL的参照尺度——身体比例与人类最一致，由形态差异引发的重定向失配也最少。

定性实验，看的是“像人”和“不倒”能否兼得。团队选取了三个代表性动作：摸脚趾、单腿站立、低重心转身。

基线机器人（如Bumi、Booster K1）往往为了“够到脚趾”而牺牲质心（CoM）投影，导致质心偏出支撑脚，这在物理上会倒。而BRIDGE在模仿姿态的同时，严格保持了质心投影落在支撑面内。这恰好印证了动力学指标的有效性：它迫使机器人在“像人”和“不倒”之间找到平衡。在此之上，团队还在三类运动上验证了BRIDGE的控制性能：基础运动（行走、小跑）、鲁棒平衡（抵抗外力推搡）、高度动态（快速转身、跳跃）,遥操。实验效果团队也公开展示了出来，感兴趣可以前往项目主页进行直观感受：https://sites.google.com/view/bridgerobot

▎1500美元，全开放：机器人本体硬件的民主化

价格是更狠的一刀。BRIDGE的硬件成本做到了1500美元，而Toddy约为6000美元。也就是说，BRIDGE 以四分之一的价格，直接让人形机器人从“奢侈品”变成“日用品”，实现了机器人本体硬件的民主化。

开放程度差距更大。Bumi、Booster K1、Toddy要么不开源设计，要么不支持协同设计。BRIDGE是唯一同时开放代码、开放设计、支持协同设计的“全开放”平台。拿到BRIDGE，不只是拿到一个能走的机器人，更是拿到了一套完整的开源设计方法论和代码。开发者可以基于这套框架自行修改、优化甚至重新设计。这完全复刻了安卓开源给手机厂商带来的“拿来即用”的硬件自由。BRIDGE的价值远非造了一个更便宜的机器人，更在于提供了一套“如何从人类数据出发，科学计算机器人身体”的完整方法论。机器人硬件本体设计，从此迈入“开发者、厂商协同创作”时代。

FlowMimic：统一异构指令的机器人控制框架
BRIDGE解决了“身体怎么造”的问题。但硬件身体造出来之后，下一个问题接踵而至：怎么让它动起来？现实中的指令来源五花八门：VR手柄，只能提供手和头的位置；动捕服，能提供全身数据但噪声大、延迟高；AI运动生成器，输出的可能只是一组关键帧。指令的世界，全是“方言”。传统做法是“先补齐，再执行”——把稀疏指令（比如只有两只手的位置）“脑补”成完整姿态，然后让机器人去追踪这个补全的姿态。这条路有两个硬伤：补全错了，追踪就错了（重建误差直接变成了追踪目标）；补全慢了，反应就慢了（每个新传感器都要写一套新的转换规则）。FlowMimic的做法是：直接跳过“补全”，让控制策略自己学会“缺啥补啥”

▎一个“开挂”的教师和一个“一猜百中”的学生

FlowMimic的训练架构，是经典的“教师-学生蒸馏”（Teacher-Student Distillation），但用法很讲究。先训练一个“开挂”的全能教师（Full-Information Teacher）。这个教师网络能看到完整的参考轨迹，掌握稳定追踪能力。再训练一个稀疏命令学生（Sparse-Command Student）。学生网络仅接收掩码指令（如双手位置），至于腿和腰怎么摆，它得自己“猜对”，既追踪手部目标又不摔倒。核心问题是：学生凭什么能猜对？靠三个关键设计：第一个设计，掩码指令接口。FlowMimic 在身体级别而非关节级别表示指令，且能够通过一个统一的掩码指令接口，指令特征包括目标位置、位置增量、目标朝向，能够同时处理VR、动捕、AI生成三种指令来源。流式未来构建也纳入该接口，无论指令流通过重复、外推还是缓存方式构建，均使用相同输入格式。独立掩码机制是另一项核心设计。身体可见性、位置可用性、朝向可用性三者各自独立标记——“有指令”或“无指令”。无指令部位特征置零但掩码保留，使策略能区分“无指令”与“指令为零”。这套方法的设计哲学可以这样理解：身体可见性、位置可用性、朝向可用性、流式未来构建——这些都是命令字段，而非架构选择。第二个设计，Transformer-XL架构。FlowMimic 采用XL风格的Transformer作为学生网络的骨干，历史窗口100帧，对应约2秒。而这2秒的历史信息，足以让策略推断步态相位、近期动量、操作者意图和缺失身体行为。第三个设计，动作空间流匹配。将流匹配应用于动作空间蒸馏，以教师动作作为目标终点，训练条件向量场直接推出最优控制动作，而非先补全姿态再追踪。该设计不依赖多步迭代生成，推理效率满足50Hz实时控制。

▎16小时验证：86.4%的成功率，和一个更说明问题的数据

团队在16+小时异构指令测试集（约7.8K片段、3M帧）上严格评估，覆盖VR双手、VR双脚双手、随机末端稀疏等多种稀疏指令组合。

实验结果显示：FlowMimic的成功率达到86.4%，高于SONIC的82.4%和BeyondMimic的74.3%。全身误差（MPJPE）为467.0毫米，比SONIC（479.6）低约2.6%。看似差距不大，但在动态行走中，毫米级的差别往往决定了脚是踩在支撑面上，还是悬空。最说明问题的，是隐藏部位误差，也就是那些没有收到指令的身体部位，机器人“猜”得准不准。FlowMimic为50.9毫米，SONIC为60.4毫米，BeyondMimic为72.8毫米。FlowMimic 赢得很突出。这说明什么？FlowMimic靠长上下文记忆，对看不见的部位（比如没有跟踪器的腰部）的推断能力，远超“先用运动学反算补全、再追踪”的传统方案。它学会的不是简单模仿，而是物理上合理的隐藏姿态。因此，从整个技术方案来看，FlowMimic 把VR、动捕、AI生成三种指令来源的“方言”统一成了一台机器人能听懂的“普通话”。开发者不用为每种设备重写控制逻辑。到这里，两张技术底座凑齐了：BRIDGE解决了“硬件各造各的”，FlowMimic解决了“指令各说各话”。一套完整的“硬件+控制”开源技术底座已经就位。但技术底座之上，还缺一个生态的顶层设计。

OpenBridge：两个技术底座，如何长成一个生态
元点机器人正式发布的 OpenBridge，正是生长在BRIDGE和FlowMimic这两个技术底座之上的完整生态。作为全球首个具身Physical AI 全开源生态，它的参照系很明确——安卓系统，复用的是同一个核心思想：通过开放与标准化，让开发成果在生态中共享和复用，构建一个开发者能够持续贡献、持续获益的能力共享系统。这个系统的核心枢纽，叫Skill Hub。可以把 Skill Hub 理解为机器人能力的“应用商店”。开发者将模型、数据和动作链封装为标准化 Skill，上传到 Skill Hub 进行分享、部署和复用。这意味着三件事：第一，开发的门槛被降低了。代码全开源，开发者可以自主调优、适配不同形态的机器人本体。不用为每台机器人重写底层逻辑，“一脑多形”从口号变成了可操作的交付标准。第二，成果的流通被激活了。机器人能力第一次像 App 一样，成为可独立开发、独立流通的产品。开发者上传 Skill，别人可以用、可以改、可以在此基础上做更复杂的事。第三，数据开始滚雪球。真实世界产生的交互数据，反过来优化 Skill；Skill 越强，越多人用；越多人用，数据越多，能力迭代越快。这就是 OpenBridge 预埋的正向飞轮。而“筑桥者计划”是这座生态从设计图走向现实的第一步

该开发者计划，将在全球范围内招募 200 位开发者、研究者和极客。入围者将能够免费体验 Bridge 极客版硬件——支持二次开发，全链路适配 OpenBridge 开源系统。

具体的招募流程是这样的：首先，会有500名申请者经过筛选进入共创赛；接着，这些候选人产出 Demo 后，其作品会进行公开票选排序；最终，会有 200 名入围者进入“Bridge Builder”名单，其余300名候补开发者则获得￥8,888优先购权益、SDK 权限和后续候补资格。筛选标准只问三件事：有没有机器人/AI/硬件的开发经验，有没有个人作品集或开源项目，准备用 Bridge 实现什么功能。这套机制的用意不仅仅是“发福利”，更是用硬件使用权换取开发者的真实反馈和原创能力——把“技术输出”变成“生态共建”。最终目标很明确：让 OpenBridge 成为开发者愿意留存的生态

申请通道：国内开发者通过官方小程序申请，海外通过OpenBridge 官网申请

值得注意的是，元点机器人并非在讲一个停留在PPT上的生态故事。它背后有可验证的商业数据：截至2026年4月，Zeroth M1预订单量已接近2万台；到7月，整体机器人订单突破3万台；2026年上半年营收同比增长600%。公司成立仅一年半，累计融资总额已达10亿元。订单、融资、营收，三条曲线同时向上，实实在在的数据，印证着市场需求的真实性。而这，恰恰是开源生态能否立住的最后一环：有人用，生态才有意义。从闭门造车、各自建壁垒，到打造普惠开发者的开源、共创、共享的具身智能生态。OpenBridge 的“筑桥”二字，说的就是这个转变。

人形机器人的“安卓时刻”，关键拼图已集齐
安卓当年做的事情，本质上是把“造手机的能力”交到了所有人手上。数百万安卓开发者，点燃了移动互联网数十年的繁荣。人形机器人要复刻“安卓时刻”，也需要做到同样的事：把“造机器人的能力”交到开发者手中。开源系统、标准接口、开放生态，三块拼图缺一不可。元点机器人已经全部集齐：开源系统，BRIDGE提供了开源的硬件设计方案，FlowMimic 提供了开源的控制模型。标准接口，FlowMimic的掩码指令接口，让VR、动捕、AI生成三种“方言”统一成一套协议。开放生态，OpenBridge 将代码全部开源，开发者可以自主调优，还能吃到真实数据回流的红利。但“安卓时刻”的真正落定，还差最后一块拼图——开发者。OpenBridge 能吸引多少开发者参与共建，决定了这套开源生态能长多大、走多远。这个答案，在元点机器人的“筑桥者计划”发布后，会逐渐清晰。雷峰网雷峰网雷峰网而现在，基础工具链有了，全开源生态平台有了，第一批“筑桥者”，也已经在路上。