你让人形机器人一边走路，一边伸手拿东西。看似只是两个动作，真正执行时，双腿、躯干和双臂必须随时配合：手臂改变重心，腿就要重新维持平衡。上层模型可以决定“去拿东西”，电机也能执行关节指令，中间却还缺少一位能把全身动作编排好的“协调员”。NVlabs 开源的 GR00T-WholeBodyControl，瞄准的正是这一层。
它提供人形机器人全身控制器的训练、评估和部署脚本，以及可以直接加载的模型检查点——也就是训练过程中保存的参数快照。本文事实均来自 NVlabs 同一 GitHub 仓库，尚无独立信源或对照实验交叉验证。
三条路线，处理不同问题
全身控制（Whole-Body Control，WBC），是把行走、平衡和上肢动作合成一套满足物理约束的整体运动。GR00T-WholeBodyControl 目前包含三条技术线。
第一条是 Decoupled WBC。它把身体分开处理：下半身使用强化学习（RL），让控制策略通过尝试动作和奖励信号学会动态运动；上半身使用逆运动学（IK），从“手要到哪里”反推出各关节应该转到什么角度。这套解耦控制器用于 GR00T N1.5 和 N1.6。仓库最初于 2025 年 11 月 12 日发布时，提供的就是这部分。
第二条是 GEAR-SONIC Series。仓库把 SONIC 定位为“humanoid behavior foundation model”，即给人形机器人提供基础运动能力的模型。它不为每个预设动作单独训练控制器，而是用大规模人类动作数据做 motion tracking——让机器人学习跟随参考动作——再由一个统一策略生成全身运动。
配套的 BONES-SEED 数据于 2026 年 3 月开源。NVlabs 自报其中包含超过 14.2 万条人类动作、约 288 小时内容，以及 G1 的 MuJoCo 仿真轨迹。动作是否重叠、时长如何统计，以及两类数据怎样对应，仓库摘录没有交代。
第三条是 MotionBricks，一个面向动画与机器人交互式运动控制的实时潜变量生成模型。所谓潜变量，可以理解为把复杂姿态压缩成更短的内部表示。2026 年 4 月发布的预览版提供 G1 交互演示、VQVAE、姿态和根部运动的预训练检查点，以及合成训练代码和动作表示文档。
从控制器走向部署流程
这个项目值得关注，不只因为它放出了模型，还因为它把训练、推理、遥操作和部署逐步接到一起。
2026 年 2 月发布的 GEAR-SONIC 带有预训练检查点、C++ 推理程序、VR 遥操作和文档。4 月公布的训练代码支持从头训练或微调。5 月，仓库进一步给出 Unitree G1 上的端到端 VLA 工作流：先采集遥操作数据，再微调 Isaac-GR00T N1.7，最后由 SONIC 执行全身控制。这里的意义很直观：上层模型负责决定动作，SONIC 负责把动作变成全身协调运动。
仓库列出的三款 G1 检查点都以 50 Hz 运行控制器，并生成 64 维运动 token——供系统传递和处理的压缩动作表示。默认版和 SONIC v1.1 接收约 200 毫秒的未来参考动作；所谓低延迟遥操作版把参考前视缩短为 4 帧、约 80 毫秒。这个数字只是控制器能看到的参考时间窗口，并不是端到端延迟；感知、网络、预处理和推理耗时仍未计入。
7 月发布的 SONIC v1.1 又加入机器人朝向归一化和手腕姿态增强，面向三点遥操作及由 SONIC 执行的 VLA 流程。它并非上述低延迟版本。
为什么是“关键一层”
GR00T-WholeBodyControl 把原本容易散落在不同项目里的数据、训练代码、模型参数、C++ 推理、遥操作和部署说明放进同一套代码库。对研究和部署人员来说，它提供了一条从动作数据到真机控制的较完整路径，也让 GR00T 不只停留在“模型给出意图”，而是继续向“机器人怎样协调全身完成动作”推进。
不过，“补齐”更适合作为方向判断，而不是已经得到验证的结论。仓库仍列有 TODO，材料也没有定义“完整全身控制栈”的边界。
局限与未知
- 仓库没有给出成功率、基准成绩、端到端延迟或与其他控制器的对照，无法判断其效果是否领先。
- “foundation model”“generalist”“natural”等是 NVlabs 的项目定位；训练数据边界、机器人适配范围和真实机器人效果仍不完整。
- 现有材料主要展示 Unitree G1 工作流，不能据此推断同样的控制与部署能力已经覆盖更多机器人形态。