你让机器人跑起来不算太难，难的是它撞倒以后怎么办。传统做法像舞台换演员：走路交给一套控制器，互动交给另一套，摔倒后再调用专门的起身程序。NVIDIA 的 Metatron v1 想省掉这次“换人”——让同一套模型控制 Unitree G1 行走、与场景互动，并在跌倒后恢复。
这件事值得现在看，不是因为机器人第一次会爬起来，而是因为行走、碰撞、倒地和重新出发，开始被放进一段连续动作里处理。需要先说明的是，本篇关于模型结构和发布文件的信息来自 NVIDIA 的模型页面，但目前只有这一处独立信源；材料也没有给出系统性的成功率、对照实验或真机测试条件。
摔倒后，不再临时换一套大脑
控制策略——把机器人看到的状态和任务目标转换成关节动作的模型——相当于它每一步“接下来怎么动”的决策器。人形机器人控制长期常把行走、操作和跌倒恢复拆成不同技能。这样容易分别训练，却会留下一个麻烦：机器人从奔跑突然进入倒地状态时，不仅要识别发生了什么，还要在多个控制器之间可靠切换。
Metatron v1 的核心主张，是用一个学习得到的策略覆盖这些状态变化。它面向 29 个关节的 Unitree G1。G1 是宇树科技的人形机器人平台，常被用作仿真和真机控制实验的载体。
NVIDIA 项目页给出的演示很直观：虚拟 G1 以每秒 3.83 米撞上一根 40 厘米高的横杆。倒地后，系统没有重置机器人、把它瞬移回原位，也没有切换到独立的救援模型。控制代码只是把目标改为直立姿态；同一套策略在 3.28 秒后让它重新开始奔跑。
这段演示说明了“统一”的具体含义：上层告诉机器人现在要站起来，底层模型自行协调关节完成状态转换。不过，它只能证明这一次演示成功，不能证明 G1 能从任意姿态稳定自救。
它怎样把多种动作装进一个模型？
据 NVIDIA 模型页面，Metatron v1 使用 MaskedMimic-style transformer student 架构。Transformer 是擅长处理序列关系的神经网络；放到机器人控制里，可以根据一段状态与动作历史决定下一步。这里的 student 可以理解为经过学习、最终负责执行动作的模型。Metatron 还集成了 ProtoMotions，但现有材料没有进一步披露训练数据、目标函数和具体训练流程。
更有意思的是，项目把“控制身体”和“编排动作”分开了。据 NVIDIA Physical AI Research 的项目页，跨栏、保龄球、网球和足球演示没有为每项技能重新训练底层模型。GPT-6 Astra 在人工指导下反复修改目标设定代码、动作时序和参考动作，而 Metatron 的权重保持冻结。上层只规定“手脚何时到哪里”，底层策略负责协调 29 个关节。
项目页称，跨栏演示中，G1 连续越过四根相隔 5 米、各高 20 厘米的栏杆，当次录像没有碰杆。它展示了一种可能的分工：编码 Agent 负责编排新任务，通用控制策略负责把目标变成连贯动作。但这仍是演示结果，不等于模型已对任意新技能具备可靠泛化能力。
一个模型，三种交付方式
Metatron v1 以 NVIDIA Open Model License 发布。此次发布包含三个接口和预处理流程不同、不能直接互换的软件包，但它们都来自相同的 epoch-6410 权重。
原生 PyTorch checkpoint 约 459 MB，保留 posterior 和归一化统计信息，面向模拟器及有监督的真机流程。单机器人浏览器版本 demo/model.onnx 有 39 个输入，输出关节目标、PD gains——用于调节关节跟随目标时力度与阻尼的参数——以及原始动作。六机器人批处理版本 racer/network.onnx 则把观测预处理放在模型外部，可同时控制六个 G1。
ONNX 是让训练好的模型能在不同工具和运行环境中加载的通用格式。两个 ONNX 导出版本都能通过 WebGPU 或 WebAssembly，在 MuJoCo WASM 和 ONNX Runtime Web 上运行。MuJoCo 是计算机器人碰撞与运动的物理模拟器。也就是说，访客打开网页就能实际运行模型、驾驶虚拟 G1，而不只是观看预录视频。
为什么值得关注？
Metatron 真正值得追踪的，是人形控制的组织方式可能正在变化：从“每项技能配一个模型，再写规则切换”，走向“一个底层策略承接多种目标和状态转换”。如果这条路线成立，开发者添加新任务时，重点可能不再是重训整套身体控制，而是更准确地描述目标、时序和参考动作。
眼下最稳妥的判断仍然很窄：Metatron 展示了单一策略连续处理行走、场景互动与一次跌倒恢复的能力，也提供了可在浏览器中运行的模型包。它是否已经称得上“通用人形控制”，现有材料还不足以回答。
局限与未知
- 材料没有披露恢复成功率、测试次数、跌倒类型、对照基线及完整真机实验条件，不能把一次演示外推为可靠的任意姿态自救。
- “统一策略”的泛化边界尚不清楚。跨栏等动作由上层目标编排而来，但没有系统性数据说明它能覆盖多少未见任务。
- 约 459 MB、39 个输入和 epoch-6410 等发布细节目前均来自同一模型页面，尚无独立信源交叉印证。