「慧思开物」平台更新｜ Hi-WBC全身控制模型正式发布，开拓机器人真实作业新边界

北京2026年11月7日 -- 11月2日，北京人形「慧思开物」平台正式发布Hi-WBC通用全身控制模型 ( WholeBody Control for Humanoid Intelligence)，该模型围绕持续进化?技能拓展、强交互?大负载、复杂地形?自主适应三项核心能力，Hi-WBC 将人体动作参考与真实物理约束相结合，让机器人既能精准跟随运动意图，也能根据负载、外力和地形变化调整执行方式，在未来，对于很多未知的高危场景、特种场景的作业，提供了一种全新的解决方案。

同期发布的两段 Demo，分别展示 Hi-WBC 的控制能力与应用实践：前者呈现从高保真动作跟随到复杂物理交互的能力拓展；后者结合机器人运动会"综合五项"和实际应用场景，展示全身控制如何支撑连续、多样的真实场景任务。

让运动技能服务于真实任务，是Hi-WBC从动作跟随走向通用全身控制的核心目标。

一、刚柔并济：让动作跟随适应真实物理世界

动作模仿让机器人能够快速获得丰富的人类运动技能。但真实任务中, 机器人还需要面对搬运物体带来的负载变化、推拉过程中持续存在的接触力，以及坡地、台阶等环境约束。准确复现动作参考，并不等于能够完成任务。

Hi-WBC 的核心思路，是将动作参考从需要严格复现的"最终答案"，转化为指导全身运动的"运动先验"：在保留动作跟随能力的基础上，结合机器人动力学与环境约束，调整身体姿态、关节运动和支撑关系。

精准跟随体现"柔"，物理适应体现"刚"。两者结合，构成Hi-WBC"刚柔并济"的全身控制思路, 让机器人保留人的运动意图，同时形成适合自身身体与现场条件的执行方式。

1.1 持续进化?技能拓展：从专项技能走向通用全身控制

不同任务对机器人的运动能力提出了不同要求：走跑需要动态平衡，搬运需要全身协同发力，高难度动作则涉及大关节力矩与复杂支撑转换。如何在学习新技能的同时保留已有能力，是通用全身控制模型持续拓展能力边界的关键挑战。

Hi-WBC探索基于 MoE与策略蒸馏的持续技能扩展框架。以通用运动策略为基础，引入专项专家策略（Expert），学习特定任务所需的运动与操作技能，再通过策略蒸馏，将专项能力融入通用策略。在尽可能保留已有动作跟随能力与泛化表现的基础上，持续拓展模型可覆盖的动作、任务与交互条件。

让专项技能的突破沉淀为通用模型的能力，使机器人在已有运动基础上不断学习新技能，逐步从掌握单项动作走向胜任多样任务。

1.2 强交互?大负载：在受力变化中保持协调执行

搬运重物、推拉物体和外力对抗，都要求机器人在持续受力的过程中协调全身运动。负载变化会改变机器人的质心分布与关节受力，外部接触力则会影响身体平衡和动作执行。如何在受力条件不断变化时保持稳定、完成操作，是全身控制从动作跟随走向真实物理交互的关键挑战。

Hi-WBC探索 Contact-aware Learning，将外部接触力预测与机器人动力学适应融入全身控制。通过关节电流、关节运动状态等本体感知信息，估计外部受力及其变化，结合短时域动力学优化，协调调整身体姿态、支撑关系与关节运动。同时，通过强化学习，将运动跟踪、平衡稳定、接触协调与任务完成纳入统一优化，使执行方式能够随实际受力条件调整。

让机器人在承受负载与外力的同时，协调全身发力、维持身体平衡，将动作跟随能力延伸为搬得动、推得稳、受扰后能调整的物理交互能力。

1.3 复杂地形?自主适应：保留运动意图，重组执行动作

坡地、台阶、间隙和障碍物，会改变机器人的可行落脚位置与支撑条件。直接复现人体姿态，可能造成腿部碰撞、落脚偏离支撑面，甚至无法完成越障。如何保留原有运动意图，同时让动作适应实际地形，是全身控制从平地运动走向复杂环境的关键挑战。

Hi-WBC探索 Perceptive Control，将地形感知融入全身运动控制。机器人结合地形几何信息与自身运动状态，识别可行支撑区域，通过动作重建与地形自适应控制，动态调整落脚位置、摆腿轨迹、身体姿态和支撑转换。在此基础上，根据现场条件选择越障方式与执行时机，连续衔接接近、越障与恢复行走等动作。

让运动意图指导行动，让地形条件决定具体执行，使机器人能够因地调整落脚与步态，将已有运动技能延伸到坡地、台阶与障碍等复杂环境。

二、从能力到应用：拓展全身控制的作业边界

面向连续、多样的真实任务，北京人形进一步探索自进化运控智能体技术路线。依托「慧思开物」平台，将Hi-WBC的全身控制能力与执行反馈、真机学习连接起来，支持机器人根据现场变化调整行动，并将交互经验转化为策略改进的依据，推动运控能力持续提升。

在能力扩展与应用层面，机器人运动会"综合五项"比赛与实际应用场景Demo，分别展示了全身控制对多技能连续作业和真实场景任务执行的支撑。机器人需要将独立的运动与操作技能组织为连续行动，在任务转换与环境变化中协调全身，把运动能力转化为实际作业能力。

2.1 运动会综合五项冠军：从单一技能控制走向通用全身作业

机器人运动会"综合五项"赛场上，天工机器人凭借通用全身控制（Hi-WBC）技术包揽金银，更成为场景赛中唯一获得金牌的双足人形机器人。

与行业中更多将全身控制用于舞蹈、体操等展示型动作不同，我们进一步将Hi-WBC推向真实任务执行：机器人不仅要"动作做得出来"，更要在连续任务中实现边走、边感知、边操作，统一协调双腿、躯干和双臂，在移动过程中完成抓取、搬运、交互等全身移动操作。这需要同时处理动态平衡、多接触约束、手脚协同和外界扰动等复杂问题，对控制精度、实时性和鲁棒性提出更高要求。

更关键的是，综合五项要求机器人在同一任务流程中，连续完成走跑、姿态及高度调整、抓取搬运和全身协同操作。不同技能能否根据任务与环境变化灵活组合、自然衔接，是Hi-WBC从"单一技能控制器"走向"通用全身控制模型"的重要检验。

综合五项夺金，验证的不只是某一个动作，而是机器人面对连续、多样、非结构化任务时的通用运控智能和全身自主作业能力，也是全身控制技术从"高动态展示"走向"真实场景干活"的一次重要验证。

2.2 实际应用：在真实环境中完成长程任务

在实际应用Demo中，多台机器人以一镜到底的方式，展示会议室整理这一长程任务的执行过程：拿取遥控器、抓取桌面杂物、拉动和归位座椅、搬移白板、提取垃圾袋，以及下蹲拾取地面纸团。

这些日常动作，对应着不同的控制挑战：移椅需要协调抓持、迈步与转身；提袋搬运需要衔接抓取、起身与行走；地面拾取需要在降低身体高度的同时协调手臂运动与平衡；抛掷纸团则展示了拟人运动技能在实际操作中的运用。长程任务进一步要求机器人在操作对象、身体姿态与接触条件不断变化的过程中，连续衔接移动与操作。

Hi-WBC为上述操作提供全身运动与物理交互能力，并接入「慧思开物」的任务决策与多机调度体系，让多台机器人围绕共同目标分工执行、接续作业。

从单个动作的协调执行，到多种操作的连续衔接，Hi-WBC为长程任务提供运动控制支撑，让机器人的身体能力融入完整作业流程，服务于真实场景任务。

三、国家队担当与全球引领

Hi-WBC的发布，体现了北京人形作为"具身智能国家队"，围绕通用全身控制这一关键底层能力持续攻关的担当。面对技能扩展、复杂物理交互与真实环境适应等产业共性挑战，北京人形将动作跟随、动力学适应和真机学习纳入持续迭代的技术路径，推动全身控制能力积累与复用，为人形机器人承担真实任务夯实基础。

从综合五项赛场上的多技能作业，到实际应用场景中的连续长程任务，Hi-WBC进一步拓展了全身控制的应用边界：让机器人既能高保真跟随人体运动，也能应对负载、外力与地形变化，在连续任务中协调全身完成操作。这也是北京人形作为"全球具身智能领导者"的引领所在??以真实任务牵引技术突破，推动全身控制从动作展示走向实际作业，从专项技能走向通用运动能力。

作为「慧思开物」平台的关键基础模块，Hi-WBC将沿着自进化运控智能体技术路线，持续拓展技能、增强物理适应能力，让真机执行经验成为模型迭代的动力。北京人形将继续推动通用全身控制的研发与应用，让机器人在真实任务中发挥作用，在持续实践中提升能力，为具身智能走向产业应用提供支撑。

来源：美通社