宇樹科技（Unitree）正式發布并開源了名為OmniXtreme的人形機器人運動控制架構，同步公開由創始人王興興署名的技術論文。該架構針對人形機器人在春晚等高動態場景下的極限動作表現，系統性地解決了海量動作庫追蹤時的保真度下降與物理落地難題。
OmniXtreme采用雙階段訓練框架:首階段通過流匹配預訓練（Scalable Flow-based Pretraining），將分布在不同專家策略中的高動態技能（如后空翻、武術、街舞）蒸餾至統一模型，利用生成式建模學習速度場路徑，有效規避了傳統強化學習在多任務下的梯度干擾;第二階段則引入執行器感知后訓練（Actuation-Aware Post-Training），通過殘差強化學習與寫實的力矩-轉速包絡線建模，使機器人能針對電機物理極限與再生功率進行自我修正。
實驗數據顯示，該架構在Unitree G1硬件上實現了96.36%的后空翻成功率，端到端推理延遲壓縮至10毫秒。OmniXtreme的開源不僅展示了流匹配技術在具身智能領域的卓越擴展性，更標志著人形機器人從單一技能復現向通用、高保真運動能力的跨越，為行業探索復雜物理環境下的穩健控制提供了關鍵技術范式。
