源策未来发布全身控制模型 Anchor 1：宇树 G1 遥操作每小时成功示范从 9 条增至 43 条

成立于 2026 年 4 月的上海具身智能创业公司源策未来（Archon Robotics）11 月 5 日晚发布了全身控制模型 Anchor 1。这个面向人形机器人的控制器只跟踪 5 个目标点：骨盆、双腕和双脚踝。据项目主页，在宇树 G1 上跑的 72 段全身动作中，手腕全局位置误差为 75.69 毫米，比表现最好的对比方法 MimicLite（105.74 毫米）低约 28%；脚踝误差从 115.03 毫米降到 70.52 毫米，低约 39%。

更有分量的数字在数据采集上。操作员用遥操作驱动 G1 踢纸箱时，换用 Anchor 1 后每小时能采到 43 条成功示范，采集成功率 98.03%；用 SONIC v1.1 控制器时只有每小时 9 条，成功率 37.50%。同样一小时，可用示范是原来的近 5 倍。捡拖鞋任务从每小时 41 条增至 62 条。机器人学习团队为每一小时操作员时间付钱，控制器少废掉一次示范，全身训练数据的成本就直接降一截。这才是源策未来最先能卖的东西。

只给 5 个点，不再整套重定向骨架

常见做法是先把人体姿态重定向到机器人关节上，再去跟踪。论文称，Anchor 1 跳过在线关节空间重定向，直接以 5 个锚点为输入，另用一路误差反馈告诉策略偏了多少。据机器之心报道，它只需要 60 毫秒的未来指令，对比方案需要 80 毫秒到接近 1 秒。训练集包含 406,222 段动作、约 1081 小时，其中 77% 来自源策自采的动作捕捉数据。

差距还没补上的地方是自主执行

同样的任务去掉操作员、交给策略自主完成时，用 Anchor 1 的版本在 20 次试验中踢纸箱成功率 90%，捡拖鞋 45%；SONIC v1.1 分别是 70% 和 10%（机器之心与项目主页数据）。捡拖鞋提高到原来的 4 倍多，但仍有一半以上失败。真机上 Anchor 1 也不是每项都领先：MimicLite 的手腕局部误差为 25.63 毫米，低于 Anchor 1 的 29.43 毫米。它的优势集中在全局位置，也就是整个身体要落到正确的地方。

据 36 氪报道，源策未来 6 月完成数亿元种子轮融资，投资方包括真格基金、高榕创投、IDG 资本和五源资本。公司计划在 2026 年底前分阶段开放 Anchor 1 的模型权重和部署代码，连同 PICO 遥操作和示范采集工具，并在 2027 年初办一场社区全身控制挑战赛。项目主页上的 GitHub 和 Hugging Face 链接目前还写着"即将上线"。开放之后，别的实验室能不能在自己的 G1 上也做到每小时 43 条，是第一道检验。