宇树科技称实现世界模型实时驱动全自主人形机器人格斗，UnifoLM-X2-1.0 主打自主决策
据 IT之家 9 月 7 日消息，宇树科技今日宣布，已实现“世界模型实时驱动全自主人形机器人格斗”，并同步公布了相关实拍画面。按照官方说法，其 UnifoLM-X2-1.0 在世界—动作大模型的瞬时规划、决策和动态交互执行等环节取得突破，使人形机器人能够在高动态、强交互场景中实时预测未来状态并完成自主搏击。这一进展被宇树科技视为验证世界模型驱动人形机器人走向大规模落地部署的基础可行性。
从“格斗表演”到“自主搏击”，关键变化在控制方式
人形机器人格斗并不是宇树科技第一次公开展示的场景。来源显示，在此次“全球首次”之前，宇树人形机器人已有多次公开格斗亮相。例如在 2025 年 11 月 5 日第八届中国国际进口博览会首日，两台宇树人形机器人曾在展台进行擂台格斗表演，并吸引现场观众围观。
与过往展示相比，此次官方强调的重点不在于“机器人能打拳”本身，而在于控制范式的变化：机器人不再依赖预设程序或人工遥控，而是通过世界模型对未来状态进行实时预测，再自主完成决策和动态交互执行。换句话说，格斗场景被用作验证具身智能实时规划能力的高压测试场。
在对抗场景中，机器人需要持续处理对手动作、自身姿态、重心变化、接触反馈与下一步动作选择。如果系统只依赖固定动作库或远程操控，展示效果可以很强，但泛化能力和实时应变能力有限。宇树此次将 UnifoLM-X2-1.0 放在“高动态、强交互”的搏击场景中，意在证明模型不仅能生成动作，还能在持续变化的物理环境中闭环决策。
世界模型为何成为具身智能热点
“世界模型”是近年具身智能和机器人研究中的重要方向。其核心思路是让智能体在内部形成对物理世界的预测性表征，在抽象空间中推演未来状态并进行规划，而不是简单依靠逐像素重建环境或被动响应传感器输入。对于人形机器人而言，这类能力直接关系到其能否走出受控演示环境，进入更复杂的真实世界任务。
来源提到，业界已有多条相关路线，包括 Meta 首席 AI 科学家 Yann LeCun 提出的 JEPA 系列架构，以及部分厂商推出的世界模型底座。其中，V-JEPA 2 已展示过零样本机器人规划能力。宇树此次强调 UnifoLM-X2-1.0 实现“实时预测与规划”，意味着其希望把类似理念落到真实人形机器人本体和高对抗任务中。
- 实时性：格斗场景留给系统的反应窗口很短，模型需要快速完成状态预测和动作选择。
- 交互性：机器人面对的是会持续变化的对手，而非静态目标或固定路径。
- 动态控制：人形机器人需要在出拳、防守、移动和保持平衡之间不断切换。
- 落地验证：相比纯仿真，实拍画面意味着算法、硬件和控制系统需要共同承受真实物理约束。
影响与解读：人形机器人竞争正从硬件动作转向模型闭环
对中文科技产业观察者而言，这一消息的意义在于，人形机器人厂商的竞争焦点正在发生变化。早期展示往往集中在行走、跑跳、搬运、舞蹈等动作能力上，重点体现伺服、电机、结构和控制工程实力；而世界模型介入后，竞争开始延伸到感知、预测、规划、执行一体化的模型闭环能力。
当然，格斗并不等同于商业落地场景。它更像是一个高难度验证平台，用来放大机器人在实时决策、身体协调和环境交互中的挑战。若相关能力能够迁移到工业巡检、仓储搬运、家庭服务或复杂环境作业中，才会真正体现商业价值。宇树科技此次给出的表述是“基础可行性”，这也说明从演示到大规模部署之间仍存在工程化、成本、安全和可靠性等问题。
总体来看，UnifoLM-X2-1.0 的公开展示，代表了人形机器人从“按指令完成动作”向“基于世界模型自主规划行动”的进一步探索。对于具身智能行业而言，谁能把模型能力稳定嵌入真实机器人系统，谁就更有机会在下一阶段的人形机器人落地竞争中占据主动。