宇树开源OmniXtreme人形机器人架构，流匹配技术破解高动态动作难题

宇树科技（Unitree）宣布推出并开源其人形机器人运动控制架构OmniXtreme，同时发布由创始人王兴兴署名的技术论文。该架构面向春晚等高动态场景的人形机器人极限动作，系统解决在大量动作库追踪时出现的还原度下降和物理落地难题。

OmniXtreme采用两阶段训练流程：首阶段通过流匹配预训练（Scalable Flow-based Pretraining），把分散在不同专家策略中的高动态技能（如后空翻、武术、街舞）蒸馏进统一模型，并用生成式建模学习速度场路径，有效避免传统强化学习在多任务场景下的梯度干扰；第二阶段引入执行器感知后训练（Actuation-Aware Post-Training），结合残差强化学习与逼真的力矩-转速包络线建模，让机器人能围绕电机物理极限与再生功率进行自我修正。

实验结果显示，该架构在Unitree G1硬件上实现了96.36%的后空翻成功率，端到端推理延迟压缩至10毫秒。OmniXtreme的开源不仅体现了流匹配技术在具身智能领域的出色扩展性，也标志着人形机器人从单一技能复现迈向通用且高保真的运动能力，为行业在复杂物理环境中的稳健控制提供了关键技术路径。