源策未来（Archon）の全身制御モデル「Anchor 1」、Unitree G1の遠隔操作で成功デモを毎時9本から43本に

2026年4月設立の上海の身体性AIスタートアップ、Archon Robotics（源策未来）は11月5日夜、ヒューマノイド向けの全身制御モデル「Anchor 1」を公開した。追従する目標点は骨盤、両手首、両足首の5つだけだ。プロジェクトページによると、Unitree G1で実行した72の全身動作で、手首のグローバル位置誤差は75.69mmと、最良の比較手法MimicLite（105.74mm）より約**28%小さかった。足首の誤差は115.03mmから70.52mmへ約39%**下がった。

より重い数字はデータ収集にある。オペレーターがテレオペレーションでG1に段ボール箱を蹴らせる作業では、Anchor 1を使うと成功デモを1時間に43本、成功率98.03%で集められた。SONIC v1.1では1時間に9本、成功率37.50%だった。同じ1時間で使えるデモが5倍近くになる。スリッパを拾う作業でも毎時41本から62本に増えた。ロボット学習チームはオペレーターの時間に費用を払っている。失敗テイクが減れば、全身動作の学習データはそのまま安くなる。Archonが最初に売れるのはこれだ。

骨格全体のリターゲティングをやめ、5点だけを渡す

一般的な手法は、人の姿勢をまずロボットの関節にリターゲティングしてから追従する。論文によると、Anchor 1はオンラインの関節空間リターゲティングを省き、5つのアンカー点を直接入力にする。どれだけずれたかを伝える誤差フィードバックは別の経路で渡す。機器之心によれば、必要な先読み指令は60ミリ秒で、比較手法は80ミリ秒から1秒近くを要する。学習データは406,222の動作、約1081時間で、その77%はArchon自身のモーションキャプチャだ。

自律実行ではまだ差が埋まっていない

オペレーターなしで同じ作業をさせると、Anchor 1を使う方策は20回の試行で箱蹴りに90%、スリッパ拾いに45%成功した。SONIC v1.1はそれぞれ70%と10%だった（機器之心とプロジェクトページ）。スリッパ拾いは4倍以上になったが、半分以上はまだ失敗する。実機でもすべての指標で勝っているわけではない。手首のローカル誤差はMimicLiteが25.63mmで、Anchor 1の29.43mmより小さい。優位はグローバル位置、つまり体全体を正しい場所に運ぶ部分に集中している。

36Krによると、Archonは6月に数億元のシードラウンドを実施し、真格基金（ZhenFund）、高榕創投、IDG資本、五源資本などが出資した。同社は2026年末までにモデルの重みとデプロイ用コードを段階的に公開し、PICOによる遠隔操作とデモ収集のツールも出す予定で、2027年初めにはコミュニティ向けの全身制御チャレンジを開く。プロジェクトページのGitHubとHugging Faceへのリンクは、まだ「近日公開」のままだ。公開後、他の研究室が自分のG1で毎時43本を再現できるかが最初の検証になる。