仿真快55倍，机器人开始自己学物理

具身智能卷到现在，「大脑」的叙事已经讲得够多了，真正卡脖子的反而是「小脑」和「身体」——动力学仿真太慢、策略进化太浅、负重作业太脆。最近三篇工作，FlashNeRD、PhysEvo和HULK，恰好各打一个点：第一个把物理引擎装进神经网络权重里，仿真最高提速55倍；第二个让冻结参数的大模型在物理世界里自我迭代，真机任务成功率干到84%；第三个让Unitree G1单臂扛着10公斤重物还能稳稳走路。三条线看起来互不相干，其实指向同一个岔路口——具身智能要落地，靠的不是更大的模型，而是更快、更准、更耐造的「物理直觉」。

📈 神经动力学：把物理引擎装进权重里

仿真慢一秒，训练就贵一天。

搞过强化学习的人都知道那个熟悉的痛苦循环：一个四足机器人想学会走路，PPO要跑几百万步，仿真器是唯一的训练场，而分析式物理引擎每一步都要做碰撞检测、数值积分、约束求解，算力像流水一样哗哗淌走。学界早就有个想法——既然机器人动力学的「规律」可以学，能不能直接让神经网络替代物理引擎的数值部分？NeRD（Neural Robot Dynamics）就是这个思路的代表：碰撞检测保留分析式的，机器人的数值动力学换成学习模型。

想法很性感，落地有硬伤。FlashNeRD的作者把问题总结为三条：一是学来的模型跟原仿真器比几乎没提速，白忙活；二是接触点必须预先定义好，机器人碰到哪、怎么碰，得提前告诉它；三是跟被抓取的物体没有双向耦合——手捏着东西，物体对机器人手臂的反作用力是「失联」的。对接触丰富的操作任务来说，第三条基本等于判了死刑。

FlashNeRD把三条全拆了。并行流式架构让每次预测又快又准；新增的编码器可以接受任意位置发生的接触；跟分析式求解器模拟的物体实现双向耦合。结果说话：在论文测试的三种机器人平台上，FlashNeRD的动力学模型比优化过的NeRD快最高55倍（该倍数来自论文中单步动力学推理耗时的对比实验），长时程rollout的精度还更高。提速传导到策略训练——ANYmal四足机器人的运动策略用PPO训练，完整训练耗时34秒跑完（论文报告的端到端训练时间，对比基线为相同任务、相同训练设置下的分析式仿真器），比分析式仿真器快3.8倍，比优化版NeRD快2.7倍。规划侧同样受益：配合采样式MPC方法DIAL-MPC，机器人爬上了全部六个测试平台，而固定接触点的NeRD只爬上一个，规划耗时约为分析式仿真器的一半。

产业逻辑很直接：具身智能的短板从来不是「会不会想」，而是「试错太贵」。仿真提速55倍意味着同样的GPU预算能跑出两个数量级的经验数据，这比多堆几个模块实用得多。从工具链的角度判断，一个动力学模型要被团队真正采用，第一道门槛就是「rollout能拉多长不失真」——FlashNeRD在长时程精度上同时占优，这才是从论文走向工具链的分水岭。

🔁 冻结大模型，让机器人在物理世界里自我进化

不更新一个参数，机器人也能越用越聪明。

现在的具身VLA叙事有个隐含假设：智能在权重里，机器人变强=微调模型。但部署侧的现实是，很多场景根本没条件做权重更新——算力受限、数据回流链路不通、模型服务一旦冻结就不敢动。PhysEvo走了另一条路：围绕单个冻结模型，搭建物理世界的递归自我改进（RSI）框架。

分工是这样的：任务代理负责执行机器人任务；元代理拿到执行轨迹后干三件事——诊断失败原因、修订工具和技能库、测试修正效果。更关键的是，元代理还能改进自己的诊断工具，让保留下来的修订既服务于后续行动，也服务于后续的自我改进。换句话说，这是一套会给自己换扳手的系统。整个过程不更新模型权重，也不需要单独训练动作策略。

数字比概念硬。在RoboDojo基准的42个任务上，保留的任务专属部署版本在held-out布局评估中拿到五维平均68.14分、62%成功率（论文报告的测试集数字，评估维度涵盖任务完成的五个评分维度）；对比组是公开文献里最强的RoboDawn单次执行Astra代理，只有47.17%。在8个直接挑战Astra的操作任务上，PhysEvo成功率55%，而直接跑Astra只有1.25%——五十倍的差距，就差在「干完活会不会复盘」上。真机侧，仿真里进化出的harness部署到AgileX PiPER机械臂上继续迭代技能，5个真实任务、每任务共25次试验，平均分90.60、成功率84%（真机数字为论文的实物实验结果，所有部署版本沿用仿真中进化出的工具与技能库，不做权重更新）。

这个框架的产业价值在于把「经验」变成了可持久化、可测试的资产。动作的后果不再是消耗掉的日志，而是沉淀为对冻结模型行为方式的持久修正——每一步都保留证据、可回溯验证。对做本体运营的团队来说，这套逻辑几乎可以平移到产线：机器人在现场摔的跟头，自动变成第二天更好用的技能库。

💪 10公斤负重下，人形的「大力士」难题

能拿咖啡杯和能搬货箱，中间隔着一整个力控的鸿沟。

人形机器人演示视频里最容易被忽略的一件事：绝大多数抓取对象不超过两公斤。而真实物流、产线上下料场景里，大而重的物体才是常态。重量一上来，麻烦是连锁的——负载移动人形的重心，上肢承受持续载荷，平衡和指令跟踪同时被挑战。步态没问题不代表搬得动货，这是「loco-manipulation」（行走+操作一体化）里最难啃的那块骨头。

HULK给出了一个工程上很「工兵」的解法：用模型预测控制（MPC）引导强化学习，把带负载的动力学预测喂进去，训练两个老师——一个在腕部受力下跟踪手臂动作，另一个抱着大物体保持行走。训练时再配一个捕获点控制屏障函数（capture-point CBF）给腕力老师加保险，专治负载下的失衡。最后把两个老师的本领蒸馏进单一策略，在仿真和真机Unitree G1上同步验证。

成绩单不花哨但扎实：仿真中，带屏障函数的老师在单臂10公斤负载条件下，前后与侧向速度跟踪误差是所有受评控制器里最低的，运动发散分量（DCM）累计幅值比纯MPC引导的强化学习降低35.7%（论文消融实验数字，对比对象为相同MPC引导但不含CBF的训练设置）；腕力老师扛得住最高130牛的躯干推力扰动（论文扰鲁棒性测试中施加于躯干的外部推力峰值）。130牛是什么概念？差不多是一个成年人中途撞你一下的量级——扛住它，意味着搬运途中被外界碰一下不至于摔。

产业逻辑层面，力控是Unitree G1这类平价人形从「演示机」走向「作业机」的必修课。整条路径——MPC给先验、RL学策略、CBF保底线、蒸馏压成本——不是单点突破，而是一套可复用的全身力控方法论，对国内做工业人形落地的团队有直接的抄作业价值。

⚠️ 三条线汇合处：具身智能的瓶颈正在换位

模型再大，也绕不过动力学这一关。

把三篇工作放在一张表里看，图景会更清楚：

时间线拉出来看，这是一条清晰的演进脉络：

• 分析式仿真时代：物理引擎精确但慢，RL训练以天计
• 学习式动力学：NeRD证明神经网络可以替代数值动力学，但提速、接触点、耦合三处卡壳
• 本轮三篇工作：FlashNeRD补齐速度与耦合、PhysEvo解决冻结模型的经验沉淀、HULK攻坚全身力控

值得注意的共同点：三篇都在「不加大模型」的前提下榨取性能——换架构（并行流式）、换框架（RSI）、换训练范式（MPC引导蒸馏）。这不是巧合。具身智能的算力和硬件成本约束远比纯软件领域苛刻，行业正在从「堆参数」转向「抠系统」。从公开的技术演进和三篇工作的选题取向就能看出这种转向：当「更大」的边际收益递减，「更快、更准、更耐造」就成了新的竞争主轴。

小结

这三篇工作没有一个挂着「通用智能」的大旗，但每一个都在拆具身智能真正的那堵墙：FlashNeRD让试错便宜了两个数量级，PhysEvo让经验可以免费沉淀，HULK让身体扛得住真实世界的重量。接下来的看点很明确——三者能不能拼进同一条流水线：用神经动力学高速造数据，用RSI框架在真机持续迭代，最终让负重作业的人形走进仓库和产线。通用机器人或许还很远，但「能干活」的机器人，正在一项一项地补齐短板。补齐到哪天算齐？不好说。但可以肯定的是，当仿真提速、经验沉淀、力控落地这三块板都补齐之后，剩下的问题——任务理解、长程规划、人机协作——才会真正成为下一个回合的主战场。

数据来源说明：本文所有核心数字均出自三篇论文原文的公开实验报告（FlashNeRD、PhysEvo、HULK），具体实验条件——测试平台、对比基线、试验次数与评估维度——已在正文中随数字逐一标注；未在论文中直接给出的推论或行业判断，均以「从……角度判断」等分析性表述呈现，不引用匿名信源。