一、技术突破：高动态运动控制迈入新阶段 3月6日，北京通用人工智能研究院发布了下一代人形机器人通用运动框架"通极"。基于该框架，人形机器人"通小舞"完成了后空翻、托马斯全旋、武术踢击、倒立及霹雳舞等数十种高难度动作，在真实环境中的综合部署成功率超过90%。 这一成果的价值不只在于动作本身，更在于它代表了一条可行的技术路径——让机器人在真实物理环境中稳定、精准地执行高难度动作，一直是机器人控制领域长期未解的核心难题。 二、问题所在：动作库扩张与控制精度的两难困境 强化学习的普及让机器人通过大规模仿真训练习得复杂动作成为主流路线，但这条路有个明显的瓶颈：动作库越扩越大，统一策略的控制精度往往越来越难保证，机器人在真实场景中的表现与仿真环境之间的落差也随之显现。 北京通用人工智能研究院具身机器人中心主任黄思远指出，传统强化学习依赖"从零训练统一策略"的方式，动作种类有限时还能应付，一旦面对多样化、高难度的动作需求，泛化能力和执行精度就很难两全。 三、技术路径：两阶段学习策略破解核心矛盾 "通极"框架给出的解法是一套两阶段学习机制。第一阶段，针对不同类型的动作分别训练专属的"专家策略"，让每类动作都有高度定制化的控制能力；第二阶段，在专家策略基础上引入充分考虑真实电机物理特性的强化学习，大幅提升运动框架在真实机器人平台上的可执行性与稳定性。 这套设计的核心逻辑是把"专项精通"和"通用部署"结合起来——专家策略保证特定动作的控制精度，物理特性建模则弥合了仿真与现实之间的差距。测试数据显示，该方法在多种高动态动作任务上均取得了超过90%的成功率。 四、人才支撑：青年研究力量承担前沿攻关任务 "通极"框架的主要研发者是一批年轻科研人员——北京通用人工智能研究院通用人工智能协同攻关合作体人才培养计划的联培博士生。 黄思远介绍，这些学生以解决实际问题为导向进入通研院，接受"从研到用"的闭环培养，在真实机器人平台上完成了具有国际前沿水平的研究
从实验室的高成功率到产业化的最后一公里，中国科研团队正以原创性突破改写机器人运动控制的技术版图。这项兼具理论创新与实践价值的研究，不仅为智能装备发展注入新动能，更体现了产学研协同创新的中国模式在攻克“卡脖子”难题中的独特优势。未来，随着技术迭代与场景落地，人形机器人或将成为中国智能制造的新名片。