微新创想：宇树科技（Unitree）正式发布并开源了名为OmniXtreme的人形机器人运动控制架构同步公开由创始人王兴兴署名的技术论文该架构针对人形机器人在春晚等高动态场景下的极限动作表现系统性地解决了海量动作库追踪时的保真度下降与物理落地难题
OmniXtreme采用双阶段训练框架首阶段通过流匹配预训练（Scalable Flow-based Pretraining）将分布在不同专家策略中的高动态技能如后空翻武术街舞等蒸馏至统一模型利用生成式建模学习速度场路径有效规避了传统强化学习在多任务下的梯度干扰
第二阶段则引入执行器感知后训练（Actuation-Aware Post-Training）通过残差强化学习与写实的力矩-转速包络线建模使机器人能针对电机物理极限与再生功率进行自我修正实验数据显示该架构在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的开源不仅展示了流匹配技术在具身智能领域的卓越扩展性更标志着人形机器人从单一技能复现向通用高保真运动能力的跨越为行业探索复杂物理环境下的稳健控制提供了关键技术范式
