清华团队用新方法教人形机器人打网球，成功率近90%

哇哦AI

Unitree G1人形机器人正在打网球 摄影/版权标识：New Atlas Robotics。 来源：New Atlas Robotics

打网球需要精准感知、灵活身体、快速反应和细腻技术，这对机器人来说一直是个巨大挑战。但清华大学张智凯团队的最新研究可能找到了捷径。他们开发的LATENT系统，仅用5小时不完美的动作捕捉数据，就教会了Unitree G1人形机器人打网球。在真实测试中，G1的正手成功率高达约90%，反手也接近80%，动作看起来相当流畅，颇有几分人类球员的样子。这项成果并非遥不可及的远程操控，而是机器人自主学习和决策的结果。虽然离温网冠军还差得远，但考虑到这是早期尝试，进步已经非常惊人。

目前能确认到哪一步
本文基于New Atlas Robotics 2026年3月19日报道，内容源自清华大学研究团队公开的论文、代码及演示视频。报道未提及商业化计划或后续测试安排。

LATENT系统：用不完美数据教机器人打网球
传统方法教机器人打网球，要么依赖穿戴式动作捕捉，但难以捕捉跑动中的细微手腕角度；要么用多摄像头电视录像配合AI训练，但流程复杂且需要大量专业知识。清华大学团队另辟蹊径，他们只用了5小时的动作捕捉数据，让人类演示正手、反手、侧滑步和交叉步等基本动作，这些数据本身并不完美，但足够构建一个“潜在动作空间”。

LATENT系统将基本技能加载到Unitree G1机器人中，然后告诉它：用类似这些动作的方式，看到球就打回去，落在对方场地内就算成功。机器人随后在模拟环境中以极快速度自主尝试，学习如何调整角度、时机和动作组合。最终，G1不仅学会了打球，还展现出惊人的身体协调性和反应速度。

清华大学团队开发的LATENT系统示意图 摄影/版权标识：New Atlas Robotics。 来源：New Atlas Robotics

Unitree G1：从跳舞到网球的多面手
这次的主角Unitree G1，是宇树科技推出的一款人形机器人，起售价约13500美元。它之前已经展示过跳舞、踢拳等多种技能，现在又学会了打网球。在测试视频中，G1能够流畅地移动、挥拍，正手和反手动作都相当标准，甚至能连续对打多个回合。

虽然G1目前还无法参加正式比赛，但它的表现已经让人印象深刻。研究团队表示，这种学习方式不仅适用于网球，未来还可能扩展到其他运动甚至更复杂的现实任务。随着技术迭代，一台万元级的人形机器人或许很快就能成为不错的网球陪练。

G1的正手击球动作流畅自然 摄影/版权标识：New Atlas Robotics。 来源：New Atlas Robotics

运动技能学习：机器人走向实用的关键一步
让机器人学会运动技能，不只是为了娱乐。通过打网球这样的动态运动，机器人可以学会在极端条件下控制身体，处理复杂多变的情况。这些能力对更实际的任务——比如在工厂中灵活操作、在灾害现场快速移动——同样至关重要。

LATENT系统的开源代码已在GitHub上发布，这意味着全球的研究者都可以在此基础上继续探索。虽然目前还处于早期阶段，但这项研究为机器人运动技能学习开辟了新路径。未来，我们或许会看到更多像G1这样的机器人，在体育场上与人类一较高下。

资料线索
• New Atlas Robotics

本文是基于公开页面整理的 AI 硬件情报，不是本站实测或购买建议。图片发布副本增加 waoo.ai 水印，原摄影者和来源标识保留。