NE时代

雪宝机器人“走出”屏幕，宇树执行器硬核赋能。

当我们沉浸在动画电影的世界里，总会幻想那些鲜活灵动的角色能走出银幕，触手可及。

3月17日，圣何塞举行的英伟达GTC 2026大会压轴环节，一场童话与科技的碰撞惊艳全场。

英伟达CEO黄仁勋与《冰雪奇缘》中的雪宝（Olaf）机器人同台互动，这个圆滚滚的雪人迈着憨态可掬的摇摆步态，眨眼、抬臂、开口互动，动作自然流畅，彻底打破了动画角色与现实世界的壁垒。

黄仁勋现场宣称“实体AI已觉醒”，而这款由迪士尼研究与幻想工程团队联合英伟达、Google DeepMind打造的雪宝机器人，不仅是一场精彩的技术演示，更标志着动画IP实体化进入了全新阶段，为娱乐机器人领域开辟了新路径。

将雪宝从银幕搬入现实，远比想象中更具挑战。

NE时代智能体 ，赞6

01.

在「不可能的外观」里

藏下机器人的核心骨架

雪宝这个动画角色，从诞生起就带着对机器人设计的多重限制：它有着占比极高的沉重头部、纤细到几乎无法容纳驱动部件的颈部、没有任何可见腿部结构的躯干，以及两只自由悬浮的雪球造型足部。

传统双足机器人的对称式腿部设计、关节直驱方案，在雪宝的外观约束下完全没有施展空间。

既要1:1还原动画里的造型，又要把所有机械结构、驱动部件、计算单元完全隐藏在角色外壳之内，还要实现符合动画设定的灵活运动，成为了团队需要攻克的第一道核心难题。

针对“无可见腿部”的核心视觉要求，团队跳出了传统双足机器人的设计框架，提出了一套非对称6自由度腿部设计。

这套设计打破了双足机器人左右腿镜像对称的常规思路，将两条腿设计为一正一反的非对称结构：左腿的髋部横滚执行器朝后、膝关节朝前，右腿则采用完全相反的布置，髋部横滚执行器朝前、膝关节朝后。

这一巧妙的设计，既避免了狭小躯干内两条腿运动时的部件碰撞，最大化了有限空间内的腿部运动范围，又能将整套腿部机构完全隐藏在聚氨酯泡沫制作的柔性“裙边”之内。

柔性裙边在维持雪宝下半身雪球造型的同时，还能通过形变容纳腿部的大幅动作，最终完美营造出「两只雪球脚在身体下方自由移动」的动画视觉效果，进一步解决了外观还原与运动能力的核心矛盾。

而针对角色全身各处的空间限制，团队则以远程连杆驱动方案实现了外观与性能的平衡。

肩部2个自由度的驱动无法在关节处布置执行器，团队便将电机藏在躯干内部，通过球面五连杆机构实现肩部的灵活驱动。

嘴巴、眼部的动作，则通过四连杆机构实现远程传动，单个执行器就能同步驱动上下颌的开合，眼部的俯仰、眼睑动作也能通过连杆实现精准控制，同时将所有驱动部件都安置在有富余空间的位置。

此外，团队还在细节处做了大量工程优化。比如雪宝的鼻子、手臂、眉毛等部件均采用磁吸式固定，既能精准贴合外观造型，又能在摔倒、碰撞时自动脱落，降低部件损坏风险。

再比如，外层装扮采用四向弹力面料搭配半刚性撑骨结构，既能跟随机器人的动作灵活形变，又能始终维持动画角色的标志性造型。

最终，这台雪宝机器人实现了88.7厘米的精准身高还原（不含头顶毛发），整机重量仅14.9千克，全身集成了25个自由度：每条腿部6个、每个肩部2个、颈部3个、下颌1个、眉毛1个、机械眼部4个。

值得一提的是，雪宝机器人搭载了宇树科技与Dynamixel的系列执行器，并由3台计算机提供机载计算能力。

在完全隐藏所有机械结构的前提下，实现了动画角色所需的全部运动与表情能力，为角色拟真度打下了坚实的硬件基础。

02.

让机器人学会

像雪宝一样走路

硬件结构解决了「长得像」的问题，而要让雪宝真正「活过来」，核心在于让它的动作完全贴合动画的风格神韵，而非呈现出传统机器人的机械感。

传统双足机器人的控制逻辑，始终以平衡稳定为第一优先级，运动轨迹的核心是满足力学平衡。

但雪宝的控制需求恰恰相反，其第一优先级是精准还原动画师设计的风格化动作，同时还要保证动态平衡，更要解决两个直接打破角色拟真感的致命问题：执行器过热与足部落地异响。

团队最终选择了以动画参考为核心的强化学习（RL）控制框架，为雪宝分别训练了独立的站立与行走两套策略，通过路径坐标系的设计，让策略对机器人的全局位姿具备不变性，实现了站立与行走状态的平滑切换。

策略的核心奖励函数以模仿动画参考为基础，同时加入了正则化、物理约束、冲击抑制三大模块，在精准还原动画动作的同时，解决了工程落地的核心痛点。

雪宝沉重的头部完全依靠纤细颈部内的小型执行器支撑，再加上外层装扮的包裹，散热条件极差。

在早期实验中，颈部执行器仅需40秒就会升温至100℃，不仅会触发停机保护，还存在永久损坏的风险。

传统的解决方案是增加散热结构、更换更大功率的执行器，但在雪宝严格的空间与外观约束下，这两条路都完全走不通。

团队跳出了硬件问题硬件解决的固有思路，提出了热感知强化学习策略。

他们首先通过实测数据拟合了执行器的一阶热动力学模型，明确了扭矩与发热的核心关联；随后将执行器温度作为策略的核心输入项，基于控制屏障函数（CBF）设计了热安全奖励项，为执行器设置了 80℃的安全温度红线。

这套机制会让策略在训练中自主学习：当温度接近安全阈值时，自动调整头部动作，在尽可能不降低动画跟踪精度的前提下，降低执行器的扭矩输出，从根源上减少发热。

实验结果显示，加入热感知奖励的策略，仅让关节跟踪误差出现了可忽略的小幅上升，却让颈部执行器的升温速度大幅放缓，解决了过热停机的问题。

更关键的是，这套方案无需对硬件做任何改动，仅通过算法优化就解决了空间约束下的热管理难题，其设计思路可以直接复用在各类紧凑型机器人的控制中。

此外，传统的降噪方案大多是在足部增加缓冲材料、优化硬件结构，但这类方案不仅会改变雪宝的足部外观，还很难完全消除风格化步态带来的冲击噪声。

团队再次从算法层面找到了解决方案，在奖励函数中加入了足部冲击抑制奖励，对仿真步长内足部沿重力方向的速度突变施加惩罚，让策略在训练中自主优化足部的运动轨迹，在完整保留雪宝标志性脚跟-脚尖落地步态的前提下，实现更柔和的落地动作。

硬件实测结果显示，这套奖励函数让雪宝步行时的平均声压级降低了13.5dB，落地噪声的改善效果极为显著，同时几乎没有影响对动画参考轨迹的跟踪精度，完美平衡了步态还原与噪声抑制的需求。

03.

如何让雪宝“有灵魂”？

对于一台动画角色机器人而言，能走路、能做动作只是基础，真正的核心，是让它拥有动画角色的 “灵魂”， 也就是丰富的表情、灵动的肢体表演，以及可实时交互的操控能力。

团队将机器人的控制系统分为了两大层级：

◎负责行走、站立等全身核心运动的主体骨架，由前文提到的强化学习策略控制；

◎手臂、眼睛、眉毛、嘴巴这些对系统动力学影响极小的表演功能模块，则采用经典控制方法独立驱动。

通过正运动学求解与多项式拟合，团队完成了从动画师的动作设计空间到执行器控制空间的精准映射，让动画师制作的表情、手势动作，能无差别地映射到机器人实体上。

针对下颌动作受装扮面料张力影响的问题，团队还专门设计了前馈补偿项，抵消了面料形变带来的阻力，实现了嘴巴开合动作的精准跟踪。

在运行时部署层面，团队搭建了一套三层架构的动画引擎，实现了雪宝的实时操控与表演能力：

底层是循环播放的背景动画，为机器人加入眼球扫视、手臂微调等细微的待机动作，让机器人哪怕静止不动，也有鲜活的“呼吸感”；

中间层是触发式动画，可随时叠加手势、台词配套动作等短动画片段，完成完整的表演内容；

顶层是摇杆实时控制，操作人员可远程控制雪宝的行进速度、视线方向、身体姿态，实现灵活的实时交互。

整套系统在单张RTX 4090显卡上完成训练后，被冻结部署到机器人的机载计算机上，策略运行频率达50Hz，执行器控制频率达600Hz，保证了动作的流畅性与实时性。

最终的实测结果显示，雪宝站立策略的全关节平均绝对跟踪误差仅3.87°±2.40°，行走策略的跟踪误差也仅4.02°±2.01°，实现了对动画参考动作的超高精度还原。

04.

写在最后

雪宝机器人的诞生，从来都不是一次简单的“动画周边升级”，而是机器人设计理念的一次重要转向。

长期以来，足式机器人的研发始终围绕“功能性”展开，我们看到了能爬山、能跑酷、能完成复杂工业操作的机器人，但当机器人逐步进入娱乐、家庭陪伴等与人近距离交互的场景，仅靠功能性已经远远不够。在这些场景里，角色的拟真度、情感的传递能力、与人交互的沉浸感，才是核心的评价指标。

迪士尼团队的这次探索，恰恰打破了传统机器人的设计逻辑，建立了一套角色优先的全新设计范式：所有的机械设计、控制算法优化，最终的目标都是为了还原动画角色的核心神韵，而非追求运动效率、负载能力等传统指标。

而他们提出的非对称腿部设计、热感知强化学习策略、冲击抑制控制方案，都不是仅适用于雪宝的定制化设计，而是可以直接复用在各类动画角色机器人、娱乐机器人、家庭陪伴机器人上的通用技术方案。