看一台人形机器人被推搡后重新站稳，很容易把功劳都归到“新版步态算法”上。可一段演示只能说明机器人完成了这次恢复，无法单独证明奖励函数、域随机化、状态估计或电机控制中的哪一层发生了变化。
G1这次演示传达的信息很直接：受扰之后，机器人会调整身体，并用补偿踏步找回平衡。至于内部怎么改，现有可引用材料没有给出训练参数、控制频率、对照实验和连续测试结果。缺少原始文档时，越精确的数字越需要谨慎。
公开资料只给出了一个基线
《人形机器人技术现状及发展趋势综述》记录，宇树科技（Unitree）在2024年发布G1通用人形机器人量产版本，并展示了较强的腿部运动能力和稳定性。这是目前可以确认的产品基线，但无法解释新版究竟改了哪一层。
实际工程里的“步态算法”，往往是多套模块共同工作的结果。状态估计要判断身体姿态，策略或规划器决定下一步踩在哪里，全身控制把目标转换成关节指令，执行器还要及时跟上。任何一环调整，都可能让最终动作看起来更稳。
强化学习可能负责其中的策略学习，但它不会自动替代状态估计、全身控制和执行器保护。
快慢两套系统，为何要分层
《具身智能时代各本体公司最新进展》列举的Hliex案例，能说明运动控制对实时性的要求。其“系统1”以200Hz输出上半身控制，包括手腕、手指、躯干和头部目标；“系统2”是70亿参数的VLM模型，以7—9Hz运行。
这个案例不是G1，控制对象也不专指步态，不能拿来替G1的新版算法背书。但它清楚展示了两种时间尺度：语言模型可以参与任务理解和规划，身体的快速反应则需要更高频的控制回路。
代码行数不等于技术权重。
公开资料没有披露G1新版控制栈中强化学习代码的比例。用一个比例判断性能高低，本身也不可靠：策略网络的代码可能很短，训练环境、奖励设计、仿真系统和安全控制却会占据大量工程工作。
Sim2Real要靠测试条件说话
训练时改变地面摩擦、传感器噪声、执行器延迟和负载，是缩小仿真与真机差异的常见做法。问题在于，G1是否加入了这些变量、具体如何设置，目前没有公开材料可供核验。
与其猜测参数，不如先看测试协议：
- 同一动作能否连续重复，失败片段是否完整保留；
- 推力方向、持续时间和初始姿态是否固定；
- 平地之外，在低摩擦、坡面和不平整地面上表现如何；
- 电量下降、执行器升温或负载变化后，控制是否仍然稳定。
这些条件决定了一段演示究竟是漂亮的成功样本，还是可重复的运动能力。公开视频没有给出测试次数和对照条件，也就无法据此计算抗推搡成功率，更不能外推到复杂地形。
走稳之后，还得带着任务走
2025年1月8日，《人民日报》报道，两台身高172厘米的优必选Walker S1在比亚迪长沙星沙园区物流仓库交替进行模拟搬运。机器人需要夹起6公斤物料箱，倒退、转身、小步移动，与无人物流车拖车对位后再放下物料。
优必选科技副总裁、研究院院长焦继超称，自2024年10月下旬进厂实训以来，搬运效率提升了一倍。
这不是G1的成绩单，也不能用于横向比较。它提供的是另一种观察框架：负载会改变重心，倒退和转身考验协调，小步对位检验精度，反复搬运则检验长期稳定性。相较一次抗推搡动作，这类完整任务链更接近人形机器人实际要面对的工作。
中国信通院《具身智能发展报告》将机器人称为具身智能最“热门”的载体，并把智能运载装备列为落地“最快”的载体。对人形机器人来说，从受到关注到进入场景，中间隔着的正是可重复、可测量的任务能力。
眼下能确认的边界
G1在2024年已经建立了量产版本和腿部运动能力的基线，新演示则呈现了受扰后的恢复动作。但奖励函数如何调整、域随机化采用什么范围、RL在控制栈中占多大比重、不同地形下成功率如何，现有公开资料都没有给出可核验答案。
现阶段最诚实的说法是：演示结果看得见，训练配方仍未公开。G1是否跨过了新的性能门槛，还要等同条件对照、连续测试和真实任务中的表现。
