通用全身控制的下一程：从单一技能控制器走向通用模型

　　2026年11月2日，北京人形机器人创新中心正式发布基于「慧思开物」平台的Hi-WBC通用全身控制模型。该模型以让机器人运动技能服务真实任务为目标，推动全身控制从“动作展示”走向“实际作业”。其核心思路是“刚柔并济”，即将动作参考由必须严格复现的“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进行调整，使机器人既保留人的运动意图，又形成适合自身身体与现场条件的执行方式。
 

　　行业多将全身控制用于舞蹈、体操等展示型动作，Hi-WBC则被推向真实任务，要求机器人在连续流程中完成走跑、抓取搬运和全身协同操作，验证了从“单一技能控制器”走向“通用全身控制模型”的能力。
 

　　面向连续、多样的真实任务，北京人形机器人创新中心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，以Hi-WBC为底座，将真机执行中产生的多模态数据与失败案例回流，作为训练和优化信号，通过持续学习、策略蒸馏与专家策略融合，推动模型在连续任务衔接、复杂地形适应和强交互作业中不断迭代。同时，以真实场景长程任务和多机协同为验证载体，形成“执行—反馈—进化—再执行”的闭环，使通用全身控制能力从单项技能积累走向面向多样任务的自主进化，为具身智能规模化产业应用夯实底层运控基础。
 

　　2026年被业界普遍视为人形机器人的“量产元年”与“商业化落地关键之年”。行业正处于从样机演示向工程化交付过渡的节点，规模快速起量，但离成熟产业化仍有明显距离。
 

　　具身大模型和端到端控制成为竞争焦点。宇树科技自研的GO-3 Preview被描述为目前行业参数量最大的具身基座模型之一，使用约2500小时真机数据训练。苹果研究团队披露的人形机器人自主控制系统HALO，基于视觉语言模型与动作生成技术，在宇树G1上于6个未预先扫描或建图的真实环境中开展了360次单项任务测试，平均成功率为91%。
 

　　归根结底，2026年的“量产元年”并不是一个人人受益的终点，而是一场以交付数据、场景密度和成本结构为标尺的结构性筛选：中国厂商凭借真实工位反馈与供应链复用取得份额领先，降价与出清同时发生，资本从押注赛道转向筛选交付能力。在这一背景下，Hi-WBC的意义不只是多了一个运控模型，而是把“执行—反馈—进化—再执行”的闭环放进规模化落地过程，让通用全身控制不再是一次性交付的软件资产，而能在后续部署中持续迭代、持续增值。
 

　　量产真正要回答的问题，不是出货数字能冲多高，而是已经落地的机器人能否在真实作业中证明自己：不仅会动，还能作业、能学习、能变得更有用。谁先证明这一点，谁才更有机会进入产业化的下一程！