{"id":1936,"date":"2026-03-05T04:18:22","date_gmt":"2026-03-05T04:18:22","guid":{"rendered":"https:\/\/hizhongguo.com\/index.php\/2026\/03\/05\/unitree-lanca-omnixtreme-e-abre-codigo-de-arquitetura-que-permite-robos-humanoides-executar-movimentos-extremos-com-alta-precisao\/"},"modified":"2026-03-05T04:18:22","modified_gmt":"2026-03-05T04:18:22","slug":"unitree-lanca-omnixtreme-e-abre-codigo-de-arquitetura-que-permite-robos-humanoides-executar-movimentos-extremos-com-alta-precisao","status":"publish","type":"post","link":"https:\/\/hizhongguo.com\/index.php\/2026\/03\/05\/unitree-lanca-omnixtreme-e-abre-codigo-de-arquitetura-que-permite-robos-humanoides-executar-movimentos-extremos-com-alta-precisao\/","title":{"rendered":"Unitree lan\u00e7a OmniXtreme e abre c\u00f3digo de arquitetura que permite rob\u00f4s humanoides executar movimentos extremos com alta precis\u00e3o"},"content":{"rendered":"

A empresa chinesa Unitree<\/strong> anunciou oficialmente o lan\u00e7amento e a abertura do c\u00f3digo de uma nova arquitetura de controle de movimento para rob\u00f4s humanoides chamada OmniXtreme<\/strong>. Junto com o an\u00fancio, a companhia tamb\u00e9m publicou um artigo t\u00e9cnico assinado pelo fundador Wang Xingxing<\/strong>, detalhando os princ\u00edpios e os resultados obtidos com a nova tecnologia.<\/p>\n

A proposta do OmniXtreme \u00e9 resolver um dos maiores desafios da rob\u00f3tica humanoide: executar movimentos complexos e altamente din\u00e2micos com precis\u00e3o no mundo real<\/strong>. Esse tipo de capacidade \u00e9 essencial em apresenta\u00e7\u00f5es de alto desempenho, como as realizadas em eventos de grande visibilidade \u2014 por exemplo, demonstra\u00e7\u00f5es semelhantes \u00e0s que costumam aparecer em espet\u00e1culos televisivos na China.<\/p>\n

Uma nova abordagem para movimentos extremos<\/h3>\n

O OmniXtreme foi desenvolvido para lidar com um problema comum em rob\u00f4s humanoides: quando o sistema precisa aprender grandes bibliotecas de movimentos<\/strong>, a qualidade da execu\u00e7\u00e3o costuma cair. Isso acontece porque modelos tradicionais t\u00eam dificuldade em manter a fidelidade f\u00edsica ao combinar muitas habilidades diferentes.<\/p>\n

Para resolver isso, a Unitree criou um processo de treinamento em duas etapas<\/strong>.<\/p>\n

Na primeira fase, chamada Scalable Flow-based Pretraining<\/strong>, o sistema utiliza uma t\u00e9cnica conhecida como flow matching<\/strong>. Nesse processo, habilidades de alto dinamismo \u2014 como mortal para tr\u00e1s, movimentos de artes marciais e dan\u00e7a de rua<\/strong> \u2014 s\u00e3o reunidas e condensadas em um \u00fanico modelo.<\/p>\n

Em vez de depender apenas do aprendizado por refor\u00e7o tradicional, o m\u00e9todo usa modelagem generativa para aprender trajet\u00f3rias de movimento<\/strong>, o que reduz interfer\u00eancias de gradiente entre m\u00faltiplas tarefas. Isso permite que o rob\u00f4 aprenda diferentes habilidades sem que uma prejudique o desempenho da outra.<\/p>\n

Ajustes para o mundo f\u00edsico<\/h3>\n

A segunda etapa do treinamento \u00e9 chamada de Actuation-Aware Post-Training<\/strong>. Aqui, o foco \u00e9 garantir que os movimentos aprendidos possam realmente ser executados no hardware f\u00edsico do rob\u00f4.<\/p>\n

Nessa fase, o sistema utiliza aprendizado por refor\u00e7o residual combinado com modelos realistas de torque e velocidade dos motores<\/strong>. Assim, o rob\u00f4 consegue ajustar automaticamente seus movimentos levando em conta:<\/p>\n

    \n
  • limites f\u00edsicos dos motores <\/li>\n
  • consumo e regenera\u00e7\u00e3o de energia <\/li>\n
  • condi\u00e7\u00f5es reais de execu\u00e7\u00e3o <\/li>\n<\/ul>\n

    Esse processo ajuda a evitar falhas comuns quando algoritmos treinados em simula\u00e7\u00e3o s\u00e3o aplicados no mundo real.<\/p>\n

    Resultados impressionantes<\/h3>\n

    Nos testes realizados com o rob\u00f4 Unitree G1<\/strong>, a nova arquitetura apresentou resultados bastante expressivos.<\/p>\n

    Entre os principais n\u00fameros divulgados est\u00e3o:<\/p>\n

      \n
    • 96,36% de sucesso em mortais para tr\u00e1s<\/strong><\/li>\n
    • apenas 10 milissegundos de lat\u00eancia na infer\u00eancia end-to-end<\/strong><\/li>\n<\/ul>\n

      Esses resultados mostram que o sistema consegue executar movimentos extremamente r\u00e1pidos e complexos mantendo estabilidade e precis\u00e3o.<\/p>\n

      Um passo importante para a rob\u00f3tica humanoide<\/h3>\n

      Ao liberar o OmniXtreme como projeto open source<\/strong>, a Unitree pretende acelerar o desenvolvimento da rob\u00f3tica humanoide em toda a ind\u00fastria.<\/p>\n

      Al\u00e9m de demonstrar a escalabilidade da t\u00e9cnica de flow matching aplicada \u00e0 intelig\u00eancia incorporada<\/strong>, o projeto tamb\u00e9m representa uma evolu\u00e7\u00e3o importante: rob\u00f4s est\u00e3o deixando de apenas reproduzir movimentos isolados e passando a ter capacidades motoras mais gerais, fluidas e realistas<\/strong>.<\/p>\n

      Para pesquisadores e empresas do setor, essa abordagem pode servir como um novo paradigma para controle robusto em ambientes f\u00edsicos complexos<\/strong>, aproximando ainda mais os rob\u00f4s humanoides de aplica\u00e7\u00f5es reais no futuro.<\/p>","protected":false},"excerpt":{"rendered":"

      A empresa chinesa Unitree anunciou oficialmente o lan\u00e7amento e a abertura do c\u00f3digo de uma nova arquitetura de controle de […]<\/p>","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"site-sidebar-layout":"default","site-content-layout":"","ast-site-content-layout":"default","site-content-style":"default","site-sidebar-style":"default","ast-global-header-display":"","ast-banner-title-visibility":"","ast-main-header-display":"","ast-hfb-above-header-display":"","ast-hfb-below-header-display":"","ast-hfb-mobile-header-display":"","site-post-title":"","ast-breadcrumbs-content":"","ast-featured-img":"","footer-sml-layout":"","ast-disable-related-posts":"","theme-transparent-header-meta":"","adv-header-id-meta":"","stick-header-meta":"","header-above-stick-meta":"","header-main-stick-meta":"","header-below-stick-meta":"","astra-migrate-meta-layouts":"default","ast-page-background-enabled":"default","ast-page-background-meta":{"desktop":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"tablet":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"mobile":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""}},"ast-content-background-meta":{"desktop":{"background-color":"var(--ast-global-color-4)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"tablet":{"background-color":"var(--ast-global-color-4)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"mobile":{"background-color":"var(--ast-global-color-4)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""}},"footnotes":""},"categories":[1],"tags":[],"class_list":["post-1936","post","type-post","status-publish","format-standard","hentry","category-ai-news"],"_links":{"self":[{"href":"https:\/\/hizhongguo.com\/index.php\/wp-json\/wp\/v2\/posts\/1936","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/hizhongguo.com\/index.php\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/hizhongguo.com\/index.php\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/hizhongguo.com\/index.php\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/hizhongguo.com\/index.php\/wp-json\/wp\/v2\/comments?post=1936"}],"version-history":[{"count":0,"href":"https:\/\/hizhongguo.com\/index.php\/wp-json\/wp\/v2\/posts\/1936\/revisions"}],"wp:attachment":[{"href":"https:\/\/hizhongguo.com\/index.php\/wp-json\/wp\/v2\/media?parent=1936"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/hizhongguo.com\/index.php\/wp-json\/wp\/v2\/categories?post=1936"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/hizhongguo.com\/index.php\/wp-json\/wp\/v2\/tags?post=1936"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}