机器人够不到玩偶竟自己搬凳子站上去

玩偶放得太高，机器人伸手够不到。镜头里，它搬来踏台，站上去，把玩偶取了下来。看起来只是“垫高一点”，但搬动踏台、踏上高处、伸手取物，每一步都在改变身体的支撑条件。

成立半年的源策未来，此前在技术博客中提出“全身智能”（WBI）技术路线，如今首次系统性公开实机成果。登高取物只是开场，接下来还有低位拾瓶、清理餐桌、操作洗碗机，以及宇树 G1 和加速进化 T2 上的任务验证。这一次，“全身智能”有了具体形式：身体不只负责把手送到现场，也要一起把活干完。

厨房入口的一道台阶，对人是一步，对机器人却是一轮支撑转换。两脚不在同一高度，身体就不能照搬平地姿态。源策自研 S0 全身控制系统，协调足部轨迹、躯干姿态和重心转移。跨入厨房、在台阶上俯身取物，考验的都是支撑条件变化时的身体控制。高处要够得到，低处要拿得稳。真实空间不会把工作都摆在同一张桌面上。

路边倒着一辆自行车，机器人俯身抓住车身再扶起，随着车身离地，手上负载和身体支撑都在变化。搬箱子也一样，从抱住箱体到放上货架，重量从双手转移到货架，手臂、腰和腿要配合完成“交接”。镜头切回厨房，目标缩小到电饭煲上的一颗按钮，不需要大幅搬动，但身体一晃，指尖就可能错过接触位置。动作大小不同，要求却连在一起：站得稳、伸得远、做得准，缺一项都不够。

餐桌上的物品收好了，G1 没有停下，它拿起抹布继续擦拭桌面。抓放时手要拿起、松开；擦拭时工具要贴着桌面移动。洗碗机更密集：门绕铰链转，碗篮沿滑轨走，餐具还要对准位置放进去，T2 不能用同一个拉拽动作从头应付到尾。S1 根据现场状态组织任务动作，S0 负责全身协调与稳定执行。把一次抓取做完，和把一件事做完，中间还隔着一连串衔接。

冰箱前，G1 与 T2 参与同一处整理任务。加上两种本体上的餐桌和洗碗机演示，这条技术路线已进入不同身体的实际操作。身体比例、关节配置、可达范围各不相同，跨本体的意义在于把任务要求落实到各自能执行的动作，而不是只换个外壳。

这些本领，先从人的日常学起。EgoBody 记录第一视角“看到了什么”，同步身体运动留下“怎样站、怎样伸、怎样配合”。源策内部设计任务，分发到全国不同城市采集，再回流质检。S1 先从人类数据中学习先验，再通过真机后训练适应具体身体与任务。S0 支撑示范采集与部署；DAgger 纠正经验回流后续训练，把“走偏后怎样调整”也带进后续训练。

源策未来由李弘扬、李天羽、陈立联合创立，聚焦通用全身人形基座模型。创始团队曾主导端到端自驾 UniAD、港大-智元超大规模具身操作 AgiBot World、字节版 UMI 上半身操作 Egonomy 及华为量产自驾 ADS 4.0 World Engine 等项目，其中 UniAD 获 CVPR 2023 最佳论文奖，AgiBot World 获 IROS 2025 最佳论文入围奖。

7 月，源策在技术博客中提出全身智能路线；如今，镜头里已有复杂地形控制、自主任务与跨本体验证。从技术主张到实机成果，这一步已经迈出。眼前的踏台让机器人够到了玩偶，长远目标是让一次次经验积累成可复用的能力，不必每换一项工作就从头再教。全身智能的价值，最终不在机器人动得有多“像”人，而在有多少原本必须由人亲手完成的工作，可以逐渐交给机器“执行”。