宇树智元共用一个大脑！神秘模型Demo炸场，10分钟一镜到底

< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400"> 宇树智元共用一个大脑！神秘模型Demo炸场，10分钟一镜到底 林, 方舟 2026-08-26 13:52:06 来源： 量子位 诺亚 发自 凹非寺 量子位 | 公众号 QbitAI 现在的具身智能公司，把Demo演示片拍得像广告一样精良和夸张，但一刀未剪的真实视频，你看过吗？ 前几天，有业内朋友给我发来一条10分钟的Demo，全程一镜到底，无剪辑，无场外遥控，无人工指令，甚至有些粗糙，但呈现的内容却让我直接瘫坐，心情久久不能平静（doge）。 视频中，机器人会把手臂伸出窗外擦窗户，够不到高处时知道自己搬箱子踩在上面，长程任务中途被打断还能精准恢复…… 更炸的是，视频中同时出现了宇树和智元的机器人本体，这两款硬件架构、运动自由度、传感系统完全迥异的“竞品”，同用一个“大脑”，互相配合，密切协作，是全球罕见的跨本体通用大脑样本。 不夸张地讲，它可能是一条足以改写全球具身智能行业认知、颠覆赛道技术判断的Demo，甚至可能改变了Scaling Law…… 这到底是哪里来的神仙？ 视频逐帧拆解，全是名场面 这条视频的信息量实在太大了。我认真地逐帧拆解，结果越看越上头。 拍摄场地是个15m²左右的出租屋，家具密集，过道狭窄，连转身都费劲。这种环境，基本没有遥操作（没办法站下人）和预设脚本的可能性。 这个视频从环境的设计，就怼脸告诉大家，这只能是一条机器人完全自主学习、自主进化、自主决策的视频。 两个机器人在同一个空间里并行干家务活，实时感知边界、规划路径。 全程无碰撞、无迷路、无停滞，完美适配陌生复杂实景环境，就连被牵引绳拴着的战损版机器人都表现出了极强的灵活性。 整段视频没有切镜，没有重拍，也没有人工指令介入。 从第一个任务起，机器人就展现了“细腻”且超出人类想象的一面。 一台宇树机器人用刮水器擦玻璃，用过刮水器的人都知道，如果力使轻了擦不到，使重了又会出现异响，比拿抹布擦玻璃更考验力度控制和空间感知，上来就给自己加到地狱难度。 只见机器人擦了几下，有一处没擦干净，它居然自己会判断：脏东西可能在外面。 于是它做出了一套我从没看过的动作：侧身、后仰、探头、展臂，把拿着刮水器的手伸出了窗外。（稳如老狗） 一些现有的具身模型，能够把力控做好已经是极限，而这个机器人，却在精确地力矩控制的基础之上，天衣无缝地融合了对于空间环境的感知（伸出手并没有撞到窗框）和动力学的解算。 不仅单一能力做到行业天花板，模型还展现了三位一体的统一化表现。 更让我久久无法平复的是，在没有办法擦干净的情况下，它立即推理决策，将手伸出窗外擦玻璃，这是我第一次看到了模型像人一样的一次自我推理、自我进化。 这充分体现了模型把视觉、触觉、动力学等融合为统一感知，并且具备了自我进化的能力，这一次，我终于相信机器人真的能干活了，而且，将会干到比人更完美。 擦完玻璃，宇树机器人平稳地把刮水器放回原位，落点精准，动作连贯。 别小看这个收尾动作，这意味着它完成了“取工具-作业-收纳”的全流程闭环。 身旁的智元机器人，走近洗衣机，拿出洗干净的坐垫放到沙发后，又返回继续拿出洗干净的娃娃，精准放进了二层衣柜，每件物品都回到了它们应该在的地方。 智元机器人不小心撞到了玻璃，更说明了这是机器人的自主决策，因为摄像头有时解决不了玻璃的反光，而如果人遥操的话可以（doge）。 这两幕是整个10分钟视频最基础能力的缩影，在长时序任务中，每一个任务都完成得丝滑、精准且一步到位，并不会因为任务变多、变长而累计误差，越做越差。 这解决了传统VLA模型最怕长序列任务的弊病。 单从动作表现来说，模型一定用了一套全新的架构，在10分钟的超长任务链里，持续纠错、稳定输出，每一个动作都做到精准可控，鲁棒性堪称行业顶尖。 接下来，画面里出现了一声闹钟的铃声。（放大声音仔细听，不明显） 一开始我没有理解闹钟的意图，反复观看后发现，闹钟是某种设定好的提醒，会中断两位机器人当下的任务，开始执行收纳桌面跟冰箱的特别任务。 奇妙的是，收纳完桌面和冰箱后，机器人继续恢复执行被打断前的任务，这表现出模型具备随时打断、断点续做、任务恢复的能力。 对比市面上一次Demo只能完成一项任务，还得小心呵护，这个粗糙的视频展现出的是机器人在真实作业环境中，不仅耐用、甚至能“一心二用”的超强能力。 接下来是一整套居家收纳长流程：宇树机器人拿取收纳袋放到桌面，智元机器人看到冰箱上的食物，判断应该冷藏储存，就马上执行，并顺便拿出了应该解冻的食物（我猜这个神秘团队可能在暗示，机器人快可以做四菜一汤了）。 全程没有分步指令，机器人自主拆解任务、规划动作，一步步完成从取物到归置的全流程。 如今绝大多数机器人只能执行单任务串行流程，中途遇到干扰，任务基本就崩盘了。而这套模型拥有人类级别的任务优先级判断和动态调度能力，可随时切换任务流，这种灵活性跟稳定性所展现出的智能，远超市面上任何一款已知模型的能力。 随后，整条视频的最高潮出现了。 两个机器人仿佛商量好了，哥俩一定要一次整理好桌面上的杂物，不能来回搬运。 所以宇树不断往自己的身上放置物体，直到双手占满不知该如何操作了。这时，智元机器人温柔地走近，将桌上的一条围巾缓缓拿起，挂在了宇树机器人的脖子上。 智元机器人发现围巾很长，于是用双手捧起了围巾，这时宇树仿佛也看懂了智元的意思，弯下了腰，智元将围巾绕过宇树的头，挂在了对方的脖子上。 不是吧哥们？！这丝滑感以及彼此眼神的交互，怎么还有股CP感！ 视频不是提前设定好的分工，而是模型在跨本体的两个机器人间，自主探索出的协作方案。两个不同品牌的机器人，自主判断各自的能力边界，并完美互补，这已经无限趋近人类的协作，甚至在没有语言的情况下，显得更加默契。 这可能是世界上第一次跨本体的交互，也可能是世界上第一次出现了能够通用本体的模型。 我猜这个神秘团队是想用两个互为竞品的本体告诉大家，这才是真正的通用大脑。 搭毛巾、拎拖鞋，难道机器人不仅会干活，还已经开始“偷懒”了？ 挂着一身物品的宇树缓缓走向远方后，智元继续收纳剩余的物品。 这时，它拿起一条毛巾，企图把它挂在自己身上。尝试了一次、两次、三次，终于挂在了自己肩头。 震惊三连！ 机器人好像知道怎么最省劲，毛巾挂肩膀上，比拿在手上更省劲。 模型能自主学习，在一次两次没成功之后，不断优化直到成功。 模型能了解自己的本体，可能是它能够跨本体应用的核心原因。 这并不是孤例。 仔细看，机器人整理拖鞋时，它拎的是新拖鞋的挂绳而不是鞋体本身，因为拎绳子更省劲。 又一次震惊！在其他机器人还在为干活而精心打扮的时候，这个模型居然不光把活干了，甚至直接学会“偷懒”了？这真是太聪明了。 又一次高潮，机器人学会使用工具，企图用箱子垫高自己 还没结束，最让我震惊的一幕出现了，在将挂满全身的物品一一归位的过程中，如何把围巾放到第三层柜子，难倒了身高只有1.3米的宇树G1机器人。 神性的一幕出现了！它没有卡住，也没有放弃，而是像人推理一样，自己找了个箱子！对的，找了个箱子！企图站在箱子上