Unitree 的两米机器人跳跃是技术新闻，但存在验证问题

Unitree Robotics 于 2026 年 8 月 17 日发布了一段 30 秒的演示视频，宣称其新型人形机器人可从原地起跳两米。据称，同一机器人还在另一次冲刺中达到每秒 12.66 米。几个小时内，这些数字就让一段简短预告成为全球科技新闻。

这台暂以 Superman 为开发代号推出的机器，似乎先下蹲、垂直腾空，在空中分开双腿，并在落地后保持站立。Unitree 还表示，其 0.85 米长的腿让它的速度超过了已测得的人类最快跑步速度。然而，该公司尚未公布机器人的质量、执行器规格、测试流程或完整未经剪辑的测试记录。

这一缺口正是故事的核心。Unitree 展示了极具说服力的高能运动证据，却尚未提供足以从科学角度验证两米垂直跳跃的信息。其力学原理是可信的，尤其对于一台围绕高输出电动关节打造的轻量化机器而言。但这项公开宣称仍是制造商的说法，而非标准化的机器人纪录。

这段演示也给采取不同人形机器人发展路径的竞争对手带来压力。Boston Dynamics 正推动 Atlas 进入汽车行业工作场景，Tesla 则将 Optimus 定位为通用劳动平台。Unitree 选择了一个更直观的标杆：让人形机器人以如此激进的方式运动，使数百万人能立刻理解这一成就。

Unitree 在 8 月 17 日究竟披露了什么

已确认的事件是一场公司演示，而有关纪录的表述仍未经验证。

Unitree 于 8 月 17 日通过其社交账号发布了 Superman 的预告片。该官方视频将两项核心能力归于这台原型机：两米原地起跳，以及最高每秒 12.66 米的奔跑速度。

发布日期之所以重要，是因为 Bilibili 搜索热度是在数日后才出现。因此，这一热搜词指的是 8 月 17 日的预告，而不是较早的 G1 演示或既有的竞赛成绩。Unitree 表示，这台新机器的研发耗时略超过三个月。

跳跃动作先从深蹲开始。两个脚部似乎同时离地，机器人在运动接近最高点时张开双腿，随后在落地前将双腿收回身体下方。这一过程要求机器人在起跳前、飞行中和着地冲击时都实现协调控制。

一篇同期报道称，视频将这次原地跳跃描述为超过人类纪录。报道还提到了机器人的腿长和所宣称的冲刺速度。不过，该报道依据的是 Unitree 的展示，而非独立测量。

“两米跳跃”这一说法并不像听起来那么精确。它可能指机器人质心的垂直位移、某只脚达到的最高点，或地面到另一处机体参考点之间的距离。这些测量并不能相互替代。

视频展示了令人印象深刻的离地高度，但没有在整个跳跃过程中显示经过校准的尺度。它也没有说明测量从何处开始、到何处结束。一个戏剧性的分腿姿势可以让一只脚高于机器人的质心很多，却不意味着机体实际抬升了同样的高度。

冲刺速度的说法也存在类似不确定性。短距离奔跑中的峰值速度，与 100 米全程的平均速度不同。只有两者采用可比的测量方法时，才适合将每秒 12.66 米与 Usain Bolt 的峰值速度相比较。

Unitree 尚未公布加速距离、计时设备、地面条件、负载或尝试次数。视频也未能证明跳跃和冲刺使用的是完全相同的硬件配置。

这些缺失都不意味着这项表现是虚假的。它们意味着现有证据并不完整。最稳妥的结论是：Unitree 展示了一台新原型机，在公司控制的条件下完成了异常高的跳跃和极快的冲刺。

该公司表示，未来数月还将继续优化。这种表述意味着 Superman 仍是一个工程平台，而不是完成定型的商业产品。Unitree 尚未公布最终产品名称、交付时间表、运行时长或应用方案。

这一差异构成了文章的核心张力。可见的运动表现足以令人重视，但公开数据过于有限，无法支撑围绕它的每一项超人类比较。

为什么这台机器人能跳得这么高

人形机器人能跳得高，是因为其双腿在脚部离地前提供了巨大的向上冲量。

冲量是力在一段时间内的作用。跳跃时，机器人首先要产生足以支撑自身重量的力。额外的向上力会让机体加速。起跳时质心的上升速度越快，飞行阶段上升的高度就越高。

如果机器人的质心确实在起跳后上升两米，基础抛体运动表明其初始垂直速度接近每秒 6.3 米。该计算忽略了空气阻力，在这一尺度下其影响很小。它还假定两米指的是质心位移，而 Unitree 并未明确说明这一点。

从站立下蹲姿势产生这样的速度，需要关节同时具备高扭矩和高转速。扭矩在髋、膝、踝关节处产生旋转力。关节速度决定这些关节伸展的快慢。两者的乘积构成机械功率的一部分。

电机可以在低速下提供很大的扭矩，却仍可能在爆发式伸展时力不从心。另一种电机或许转得很快，但缺少加速机器人所需的力量。跳跃需要在整个起跳动作中都具备实用的扭矩—速度包络。

关于全尺寸人形机器人跳跃的研究指出，执行器功率密度、控制带宽和全身协调是核心限制。一项近期的人形机器人跳跃研究解释称，在短暂的起跳窗口内，力、速度和功率限制可能阻止机器人输出原本规划的冲量。

功率密度描述执行器相对于自身质量可提供多少机械输出。这一点重要体现在两个方面：更强的执行器可增加可用力，但更重的执行器也会增加必须离地的质量。成功的设计会在提升输出的同时，避免腿部变得过于沉重。

Unitree 尚未披露 Superman 的执行器架构。其现有人形机器人可提供一些线索，但并不能证明这台新机器的规格。例如，Unitree 的 G1 使用紧凑型永磁同步电机和集成式关节模组。Superman 可能采用不同的电机、传动系统、电池和结构。

视频中的下蹲也有所帮助。弯曲髋、膝、踝关节可让机器人在更长的距离内向上加速。与其从接近伸直的双腿姿势中完成全部起跳，它可以在更长的伸展过程中积累冲量。

这一动作类似人类的反向动作跳，尽管硬件的工作方式不同。人类依靠肌肉、肌腱和弹性组织；电动人形机器人则依靠电机、传动系统、结构柔顺性、电池和电子控制。

机器人还可以承受专为一次演示优化的动作。它不需要维持人类舒适度，也无需完全遵循人类关节几何结构。工程师可以围绕机器可用的扭矩，选择下蹲深度、腿部轨迹和落地姿势。

在最高点附近完成的分腿动作，对机器人质心高度的贡献可能很小。它改变了视觉轮廓，并能让一只脚相对躯干更高。这一姿势也可能有助于管理角动量，但 Unitree 尚未解释其目的。

角动量是物体保持旋转的趋势。人形机器人必须控制它，使躯干保持适合落地的朝向。即使机器人不与地面接触，手臂、髋部和腿部位置也能重新分配旋转。

因此，Superman 跳得如此之高的可见答案，并非某个秘密部件，而是轻量化机身、高输出关节、深度起跳轨迹、协调控制，以及能够吸收回落冲击的着陆系统共同作用的结果。

机器人跳跃对软件的依赖不亚于电机

更大的电机功率会抬高性能上限，但决定机器人能否在不失控的情况下运用这份功率的是软件。

控制器必须在持续不到一秒的动作中同步数十个运动部件。一个微小的时序误差，就可能减少向上冲量、使躯干倾斜、让一条腿过载，或导致双脚在触地时位置错误。

起跳前，系统会选择关节位置和力目标。它必须在让身体保持深蹲的同时维持平衡。伸展过程中，它推动髋、膝、踝关节接近功率极限，同时不超过电气或结构约束。

控制器还必须跟踪质心，也就是机器人质量的平均位置。将这一点保持在合适的支撑区域上方，可避免垂直跳跃变成失控的前冲或后仰起跳。

双脚离地后，地面作用力消失。没有外部推力，机器人无法改变自身质心的运动路径。它仍可以移动四肢来调整身体朝向，就像跳水运动员在空中改变姿态一样。

触地会带来另一个控制难题。双脚必须以可用的朝向接触地面，关节也必须足够快地弯曲以吸收能量。过于僵硬的着陆会产生巨大的冲击载荷；反应过于柔软则可能导致机器人倒下。

研究人员正越来越多地通过强化学习训练此类行为。在这种方法中，软件会在仿真中反复练习动作，并根据有用的结果获得数值奖励。这些奖励可以倾向于跳跃高度、直立姿态、准确着陆和较低的关节应力。

策略，即从传感器数据到动作的学习映射，在部署到实体硬件之前，可能经历数百万次仿真尝试。工程师可在训练中改变地面摩擦力、电机强度、机体质量、传感器噪声和时序。这种变化有助于控制器应对仿真与现实之间的差异。

仅靠仿真还不够。仿真到现实差距描述的是数学模型与实体机器之间的不匹配。真实的齿轮箱会发生形变，电池会在负载下压降，电机会发热，传感器会引入延迟，双脚也会遇到不完美的地面。

关于机器人跳跃控制的研究表明，为什么执行器限制必须纳入训练过程。除非工程师对这些边界进行建模，否则仿真策略可能要求不可能实现的扭矩，或超过机器人的总电功率。

Unitree 尚未披露 Superman 使用的是强化学习、轨迹优化、传统基于模型的控制，还是混合系统。其现有产品资料提及模仿学习和强化学习，因此包含学习组件是可信的。但可信不等于确认。

混合方法很适合这项任务。工程师可以利用物理模型规划整体质心轨迹，再由学习型控制器应对扰动和硬件差异。底层电机控制环路则可高频执行扭矩或位置指令。

传感器为每个阶段提供支持。关节编码器测量肢体的位置和运动状态。惯性测量单元估计机身姿态和加速度。如配备足部力传感器，还可识别载荷分布，以及起跳和落地的精确时刻。

冲刺和跳跃也体现出不同的控制重点。冲刺要求在高速下反复完成接触状态转换。原地起跳则将动力集中于一次起飞和一次落地。能够同时完成两者的机器需要具备广泛的运动能力范围，但分别展示这两项能力，并不能证明它们之间可以无缝切换。

这正是软件问题比这段病毒式传播视频所暗示的更重要的原因。在已知地面上完成一次预先规划的跳跃，是令人印象深刻的工程成就。一台能够自行决定何时何地起跳、适应意外障碍，并在负载状态下安全着陆的机器人，则代表着更广泛的能力。

这一更高标准尚未在公开场合得到验证。Superman 的预览展示了在准备条件下的动作执行能力，但并未证明其具备环境理解、自主决策或可靠的障碍物通行能力。

Unitree 与实用人形机器人的检验

真正的竞争并非 Unitree 与某一家公司的较量，而是运动性能与可重复工作的较量。

Unitree 的演示将技术进步浓缩为一个直观的视觉基准。观众无需具备机器人学背景，也能理解一台机器人跳得比人更高。与电子表格相比，这段视频更有效地传达了执行器输出、协调能力与平衡能力。

Boston Dynamics 多年来一直采用同样的策略。其早期 Atlas 机器完成过跑酷和后空翻，证明了复杂的全身运动是可实现的。如今，该公司正强调另一个阶段：将电动 Atlas 打造成工业系统。

Boston Dynamics 表示，Atlas 的产品版本已于 2026 年进入制造阶段，首批部署计划与 Hyundai 和 Google DeepMind 共同推进。其 Atlas deployment plan 聚焦汽车相关任务和客户运营，而非跳高纪录。

Tesla 同样将 Optimus 定位为实用劳动平台。其 robotics program 将平衡、导航、感知、规划和物理交互列为问题的一部分。这一公开使命带来了与 Unitree 两米主张不同的性能检验标准。

这种对比不应被夸大。Boston Dynamics 仍在展示特技动作，而 Unitree 已经销售用于研究及其他应用的机器人。两家公司都将硬件演示与更长期的商业议程结合起来。

差异在于，最新演示希望观众看重什么。Unitree 突出年轻原型机的物理极限。Boston Dynamics 突出部署与应用集成。Tesla 则突出通用自主系统栈与制造雄心。

一次高跳对实用工程也有贡献。强劲的关节可以帮助机器人攀爬、从踉跄中恢复、从地面撑起身体，或穿越不连续地形。落地控制可提高对跌倒和意外冲击的抵抗能力。

然而，工作场所很少需要一台人形机器人跳两米高。它们需要机器人在不发生人员受伤、设备损坏或长时间中断的情况下，完成数千次不那么戏剧化的动作。可靠性、能耗、操作能力以及与人的安全交互，往往比峰值运动输出更重要。

实现爆发式跳跃的同一套电机也可能带来取舍。高峰值电流会给电池和功率电子设备带来压力。反复冲击会加重轴承、传动机构、足部和结构关节的负荷。热限制可能令多次尝试后的性能下降。

因此，一次演示只回答了一个狭窄的问题：这套硬件和控制系统能否至少一次完成所展示的动作？商业买家还会询问工作循环、故障率、维护、载荷、续航时间和恢复能力。

工作循环衡量的是组件在规定负载下需要休息或冷却前能够运行多久。一台可在一秒内输出卓越峰值功率的电机，持续输出可能低得多。Unitree 尚未公布 Superman 的工作循环数据。

操作能力仍是另一条分界线。人形机器人之所以具有吸引力，部分原因在于人类环境中遍布围绕双手设计的门、工具、货架、控制装置和工作站。如果机器人无法可靠识别和处理所需物体，奔跑速度的价值就很有限。

Superman 原型最终或许会把运动能力与出色的操作能力结合起来。预览尚未展示这种组合。它呈现的是一个更广泛用途尚未被公开定义的运动平台。

对开发者而言，这台机器依然意义重大。具备更大力量、更高速度和更强抗冲击能力的硬件，扩展了软件可以尝试的任务范围。当规划或感知失效时，它也可能暴露新的安全问题。

对企业买家而言，这段视频是关注 Unitree 的理由，却不足以作为采购决策的证据。真正有用的基准将是，该公司能否在普通运行条件下将峰值性能转化为可重复完成的任务。

病毒式传播的科技新闻并未证明什么

缺少测试协议至关重要，因为非凡动作可能掩盖狭窄的运行条件。

Unitree 尚未发布关于 Superman 的技术论文、完整规格表或第三方验证资料。这一缺失限制了对这台机器的任何详细解释。有关特定电机设计、减速箱传动比或学习算法的说法都只能是猜测。

两米这一数据需要明确测量定义。独立测试应说明机器人上被追踪的测量点、校准摄像机视角、记录地面基准，并保留连续影像。多个摄像机角度或动作捕捉数据将进一步减少模糊性。

一份有用的报告应区分足部离地高度与质心上升高度。它还应说明初始下蹲是否计入原地跳跃测量的一部分。人类体育纪录采用既定程序，而一段宣传机器人视频则可能选择不同的标准。

落地同样值得关注。视频似乎展示了成功恢复，这在技术上具有意义。然而，一次落地并不能说明一致性。工程师希望了解重复试验中的成功率，以及之后的硬件检查信息。

地面条件也会影响性能。高摩擦地面让足部能够传递力量而不打滑。经过精确找平的表面可简化平衡控制。不同地面会改变起跳和落地行为。

机器人的质量仍然未知。低机身质量下跳两米，所需总能量低于让重得多的平台达到同样高度。较低质量并不让这一成就变得微不足道，但会改变其与全尺寸工业人形机器人的比较。

负载是另一个缺失变量。Superman 似乎在未携带工具或货物的情况下跳跃。增加负载会改变其质心、提高所需力量，并改变落地载荷。实际任务很少能维持理想的空载配置。

电池状态也会影响结果，因为电压会影响可用电机功率。为短时演示准备的满电电池，与工作周期末段的持续运行条件不同。Unitree 尚未说明测试状态。

冲刺比较也需要独立的测试协议。透明的测试应公布奔跑距离、加速区间、计时系统、峰值速度持续时间和停止方法。它还应澄清，12.66 米每秒是来自机载估算还是外部仪器。

不能仅仅因为影像具有宣传性质就否定它。正式论文发表前，公司的演示往往已展现真实的工程进步。Boston Dynamics 曾通过视频确立重要里程碑，后续商业工作也源自这些系统。

问题始于预览被转化为泛化主张。一台机器人完成一次准备充分的跳跃，并不能证明它能穿越任意障碍。一项很高的峰值速度也不能证明它能安全穿行仓库。运动控制能力不会自动转化为自主工作能力。

安全问题尤其值得谨慎对待。高速人形机器人携带动能，即与运动相关的能量。即使是一台相对较轻的机器，以每秒 12.66 米的速度运动也可能造成严重撞击风险。安全部署需要速度限制、可靠感知、紧急停止，以及与人员之间可控的隔离。

跳跃也会产生不可预测的故障模式。机器人可能在起跳时打滑、错误旋转、错过落地区域，或在空中出现组件故障。双脚离开地面后，软件无法让身体瞬间停下。

这些担忧并不否定 Unitree 的成就。它们指出了将其转化为实用能力所需完成的工作。最有力的解读是：在有待验证的前提下，Superman 扩展了 Unitree 原型机已知的性能边界。

最弱的解读则是：这段视频证明一台成品机器人能够在广泛意义上超越人类。事实并非如此。人类仍能在对人形机器人而言依旧困难的环境中，综合运用感知、判断、灵巧性、耐力和适应能力。

优秀的科技新闻应保留这一界限。壮观场面是真实的，更广泛的结论仍未定论。

三项信号将表明 Superman 是否重要

Unitree 的下一批证据必须把峰值动作与测量、重复性和实用控制联系起来。

第一项信号是有记录的测试。Unitree 可以通过定义测量方式、发布连续影像并采用外部动作追踪，来增强其两米主张。独立观察员或得到认可的机器人竞赛将增加可信度。

这些证据验证的不止是一个标题数字。力量和轨迹数据可以展示双腿如何在髋关节、膝关节和踝关节之间分配工作。重复试验可以揭示结果是稳定能力，还是一次经过精心挑选的尝试。

如果 Unitree 提供这些材料，病毒式传播的主张就会成为有意义的工程基准。如果它继续只发布经过剪辑的演示，围绕测量的疑问仍将存在。

第二项信号是在变化条件下的可重复性。Superman 应在不同表面、目标高度和落地位置上完成多次跳跃。它还应从小幅扰动中恢复，而非依赖完全相同的起始条件。

特别有信息价值的演示，会在一个连续序列中结合奔跑、制动、障碍识别、跳跃和稳定恢复。这将测试行为之间的转换，而实验室成果往往正是在这一领域变得脆弱。

携带适度负载将进一步提高标准。这会展示平台在质量分布变化后，是否仍保有有用的动态能力。相比又一项空载高度纪录，这一结果对工业用户更重要。

第三项信号是与新硬件相联系的应用。Unitree 必须展示这一运动能力范围为何能改善巡检、应急响应、工业通行、研究或其他明确任务。商业规格还需要包含续航时间、负载、环境限制、安全控制和维护预期。

竞争对手将给出各自的回应。Boston Dynamics 可以凭借客户部署案例和可靠的工业作业能力作答。Tesla 可以通过自主完成任务和规模化生产作答。其他中国人形机器人厂商则可在制造能力、操作能力或相近的运动性能基准上展开竞争。

Unitree 并不需要让 Superman 在工厂地面上起跳，项目才算有意义。极限动作可以作为对执行器、传动系统、控制软件和冲击管理能力的压力测试。从跳跃中获得的经验，也能改善那些不那么戏剧化的动作。

公司确实需要证明，这项压力测试能够迁移到实际能力中。更好的跌倒恢复能力、更快的爬楼速度、更安全的着陆，或更强的抗扰动能力，才能将这次预览与更广泛的机器人实用价值联系起来。

开发者应关注控制栈的开放程度。一次封闭演示只能证明 Unitree 内部团队能够做到什么；一套有文档的接口、仿真模型或研究版平台，才能让外部团队检验硬件是否支持多样化行为。

企业买家应关注正常运行时间和可维护性。一台能完成高难度动作、却需要频繁维修的人形机器人，将很难走出研究场景。维护周期和现场可靠性，将决定峰值性能能否创造经济价值。

研究人员应关注测量细节。只有当其他团队能够复现或进行有意义的比较时，Superman 才可能成为一个重要的对比基准。机器人技术受益于演示，但其进步依赖清晰的定义和可重复的证据。

Unitree 已经实现了眼前的目标。它用一次跳跃和一个冲刺数据，将尚未完成的原型变成了广受讨论的科技新闻。视频展现了令人瞩目的机械输出与控制水平。

更艰难的目标现在才刚刚开始。Unitree 必须展示机器人的质心实际移动了多高、这一动作能重复多少次，以及该平台在经过精心准备的测试之外还能做什么。

在此之前，恰当的回应既不应是一味否定，也不应是不加质疑的喝彩。应仔细观察动作，认可其背后的工程成果，并对纪录声明保持审慎的条件性判断。

下一段 Unitree 视频应回答一个比 Superman 能跳多高更有价值的问题：当地面、任务、载荷和落地条件不再为镜头专门安排时，这台机器人是否仍能提供同样的控制能力。