近日，在計算機視覺與模式識別領域頂級會議CVPR 2025舉辦的RoboTwin雙臂機器人競賽中，地平線機器人實驗室與清華大學計算機系朱軍團隊聯合提出的H-RDT憑強大性能和領先成功率，一舉斬獲真機賽冠軍（一等獎第一名），并在仿真賽中榮獲亞軍（一等獎第二名），為全球機器人學習領域提供了高效解法。

作為全球人工智能領域最具影響力的頂級會議之一，CVPR每年匯聚學術界與工業界的最新研究成果，引領計算機視覺發展前沿。2025年CVPR中的第二屆MEIS研討會以“生成式人工智能時代的多智能體具身系統”為焦點，發起并舉辦了RoboTwin雙臂協作挑戰賽，成為全球首個專注于“建圖-感知-操作”全鏈條能力的權威機器人競賽，吸引了全球眾多科研團隊參與。

比賽聚焦于雙臂機器人的復雜操作能力，要求參賽模型在仿真與真實環境中完成一系列高難度任務，包括但不限于柔性物體操作、空間推理、雙手協作等，全面評估機器人的智能水平與操作精度。在真機賽環節，機器人需在真實世界中完成指定任務，如疊毛巾、精準放置物品等，對模型的泛化能力、環境適應性和操作穩定性提出了極高要求。仿真賽則側重于模型在虛擬環境中的多任務處理能力。

面對通用機器人操作數據的規模與泛化問題，地平線機器人實驗室聯合清華大學計算機系朱軍教授團隊提出了從海量人類操作數據中學習的VLA模型H-RDT (Human to Robotics Diffusion Transformer) ，能夠利用帶有3D手部位姿標注的人類操作視頻增強機器人操作能力，為通用機器人操作技能的規模化學習提供了新范式。

技術和架構創新，實現跨本體遷移與高效動作生成

不同機器人本體和動作空間的差異導致統一訓練困難，現有數據集規模有限且質量參差不齊。這些問題從根本上制約了通用機器人操作數據的規模與泛化能力。

H-RDT模型采用獨特的兩階段訓練范式用于實現跨本體部署。首先在大規模第一人稱人類操作數據上進行預訓練，構建共享動作表征空間；隨后通過模塊化動作編解碼器在機器人數據上進行微調，實現跨本體遷移。這一設計有效解決了不同機器人本體和動作空間差異導致的統一訓練難題，顯著提升了模型的泛化能力。

在架構方面，H-RDT基于一個具有20億參數的擴散Transformer架構，配備專門的動作編碼器和解碼器，利用流匹配方法建模復雜的動作分布，實現了更優的訓練穩定性與推理效率。為解決人類與機器人之間的差異，團隊采用了精細的3D手部姿態表示方法，將動作編碼為緊湊的48維向量，以捕捉關鍵的雙手靈巧操作信息，為機器人操作提供了豐富的“上層動作空間”指導，顯著提升了策略的泛化能力，有效緩解了不同機器人之間的差異問題。

在真機實驗中，H-RDT模型在Aloha-Agilex-2.0、雙臂ARX5、UR5+UMI三種真機設置上展現了領先的性能和出色的跨本體遷移能力。下面4個表格給出了詳細的測試指標。

表1 H-RDT在Agilex2.0真機疊毛巾任務中的表現

表2 H-RDT在Agilex2.0真機掛杯子任務中的表現

表3 H-RDT在ARX5真機少樣本實驗中表現出優越的樣本利用效率

表4 H-RDT在雙UR5+UMI真機實驗中在每個子任務上都表現出優越的性能

在仿真實驗中，H-RDT在RoboTwin 2.0基準測試的45項任務上取得了87.2%的平均成功率，顯著優于RDT、π0等基線方法，證明了其在多任務處理中的領先優勢。

優異的實驗結果充分驗證了H-RDT模型的技術先進性和實用性，為其在實際應用中的推廣奠定了堅實基礎。

前景廣闊，H-RDT模型賦能多領域智能化升級

H-RDT模型的成功，為機器人學習領域提供了新的研究思路與技術路徑。通過利用海量人類操作數據預訓練，H-RDT模型能有效緩解大規模高質量機器人演示數據稀缺的問題，為通用機器人操作數據的規模與泛化能力提升開辟了新途徑。這一創新方法不僅在學術上取得了突破，更在具身智能技術的實際應用中展現了巨大潛力。

H-RDT模型的跨本體遷移能力與少樣本學習效率，為機器人在不同場景下的快速適應與高效操作提供了可能，有望推動智能家居、工業制造、醫療護理等多領域的智能化應用升級。

作為機器人產業界的重要推動者之一，地平線在人工智能學習領域積累了深厚的技術底蘊，展現出強大的創新能力。早在2023年，由地平線學者作為一作公開發表的業界首個端到端自動駕駛大模型UniAD，便榮獲CVPR 2023最佳論文獎，現已成為行業端到端技術的Benchmark。而此次H-RDT模型在CVPR 2025 RoboTwin雙臂機器人競賽中的出色表現，更是地平線在人工智能領域持續深耕、不斷突破的又一有力見證。

地平線認為：“真正的智能是說每一輛車、每一個電器都具有環境感知、人機交互和決策控制的能力”。隨著技術成熟與應用深化，以H-RDT模型為代表的創新技術將助力具身智能技術拓展更廣泛的發展與應用。未來，地平線將繼續秉承創新驅動發展的理念，堅持“賦能智能汽車和機器人，讓人類生活更安全、更美好”的愿景，加大在機器人和智能汽車領域的技術研發投入，不斷探索新技術、新應用，為推動全球智能化技術普惠貢獻更多力量，真正實現“讓機器的歸機器，人的歸人”。近日，在計算機視覺與模式識別領域頂級會議CVPR 2025舉辦的RoboTwin雙臂機器人競賽中，地平線機器人實驗室與清華大學計算機系朱軍團隊聯合提出的H-RDT憑強大性能和領先成功率，一舉斬獲真機賽冠軍（一等獎第一名），并在仿真賽中榮獲亞軍（一等獎第二名），為全球機器人學習領域提供了高效解法。

作為全球人工智能領域最具影響力的頂級會議之一，CVPR每年匯聚學術界與工業界的最新研究成果，引領計算機視覺發展前沿。2025年CVPR中的第二屆MEIS研討會以“生成式人工智能時代的多智能體具身系統”為焦點，發起并舉辦了RoboTwin雙臂協作挑戰賽，成為全球首個專注于“建圖-感知-操作”全鏈條能力的權威機器人競賽，吸引了全球眾多科研團隊參與。

比賽聚焦于雙臂機器人的復雜操作能力，要求參賽模型在仿真與真實環境中完成一系列高難度任務，包括但不限于柔性物體操作、空間推理、雙手協作等，全面評估機器人的智能水平與操作精度。在真機賽環節，機器人需在真實世界中完成指定任務，如疊毛巾、精準放置物品等，對模型的泛化能力、環境適應性和操作穩定性提出了極高要求。仿真賽則側重于模型在虛擬環境中的多任務處理能力。

面對通用機器人操作數據的規模與泛化問題，地平線機器人實驗室聯合清華大學計算機系朱軍教授團隊提出了從海量人類操作數據中學習的VLA模型H-RDT (Human to Robotics Diffusion Transformer) ，能夠利用帶有3D手部位姿標注的人類操作視頻增強機器人操作能力，為通用機器人操作技能的規模化學習提供了新范式。

技術和架構創新，實現跨本體遷移與高效動作生成

不同機器人本體和動作空間的差異導致統一訓練困難，現有數據集規模有限且質量參差不齊。這些問題從根本上制約了通用機器人操作數據的規模與泛化能力。

H-RDT模型采用獨特的兩階段訓練范式用于實現跨本體部署。首先在大規模第一人稱人類操作數據上進行預訓練，構建共享動作表征空間；隨后通過模塊化動作編解碼器在機器人數據上進行微調，實現跨本體遷移。這一設計有效解決了不同機器人本體和動作空間差異導致的統一訓練難題，顯著提升了模型的泛化能力。

在架構方面，H-RDT基于一個具有20億參數的擴散Transformer架構，配備專門的動作編碼器和解碼器，利用流匹配方法建模復雜的動作分布，實現了更優的訓練穩定性與推理效率。為解決人類與機器人之間的差異，團隊采用了精細的3D手部姿態表示方法，將動作編碼為緊湊的48維向量，以捕捉關鍵的雙手靈巧操作信息，為機器人操作提供了豐富的“上層動作空間”指導，顯著提升了策略的泛化能力，有效緩解了不同機器人之間的差異問題。

在真機實驗中，H-RDT模型在Aloha-Agilex-2.0、雙臂ARX5、UR5+UMI三種真機設置上展現了領先的性能和出色的跨本體遷移能力。下面4個表格給出了詳細的測試指標。

表1 H-RDT在Agilex2.0真機疊毛巾任務中的表現

表2 H-RDT在Agilex2.0真機掛杯子任務中的表現

表3 H-RDT在ARX5真機少樣本實驗中表現出優越的樣本利用效率

表4 H-RDT在雙UR5+UMI真機實驗中在每個子任務上都表現出優越的性能

在仿真實驗中，H-RDT在RoboTwin 2.0基準測試的45項任務上取得了87.2%的平均成功率，顯著優于RDT、π0等基線方法，證明了其在多任務處理中的領先優勢。

優異的實驗結果充分驗證了H-RDT模型的技術先進性和實用性，為其在實際應用中的推廣奠定了堅實基礎。

前景廣闊，H-RDT模型賦能多領域智能化升級

H-RDT模型的成功，為機器人學習領域提供了新的研究思路與技術路徑。通過利用海量人類操作數據預訓練，H-RDT模型能有效緩解大規模高質量機器人演示數據稀缺的問題，為通用機器人操作數據的規模與泛化能力提升開辟了新途徑。這一創新方法不僅在學術上取得了突破，更在具身智能技術的實際應用中展現了巨大潛力。

H-RDT模型的跨本體遷移能力與少樣本學習效率，為機器人在不同場景下的快速適應與高效操作提供了可能，有望推動智能家居、工業制造、醫療護理等多領域的智能化應用升級。

作為機器人產業界的重要推動者之一，地平線在人工智能學習領域積累了深厚的技術底蘊，展現出強大的創新能力。早在2023年，由地平線學者作為一作公開發表的業界首個端到端自動駕駛大模型UniAD，便榮獲CVPR 2023最佳論文獎，現已成為行業端到端技術的Benchmark。而此次H-RDT模型在CVPR 2025 RoboTwin雙臂機器人競賽中的出色表現，更是地平線在人工智能領域持續深耕、不斷突破的又一有力見證。

地平線認為：“真正的智能是說每一輛車、每一個電器都具有環境感知、人機交互和決策控制的能力”。隨著技術成熟與應用深化，以H-RDT模型為代表的創新技術將助力具身智能技術拓展更廣泛的發展與應用。未來，地平線將繼續秉承創新驅動發展的理念，堅持“賦能智能汽車和機器人，讓人類生活更安全、更美好”的愿景，加大在機器人和智能汽車領域的技術研發投入，不斷探索新技術、新應用，為推動全球智能化技術普惠貢獻更多力量，真正實現“讓機器的歸機器，人的歸人”。