Metatron-v1

Metatron-v1 是 NVIDIA 于 2026-10-27（UTC）深夜在 Hugging Face 发布的人形机器人控制策略，仓库为 nvidia/Metatron-v1。它不是语言模型，而是面向 Unitree G1（宇树 G1） 人形机器人的学习型控制器，用单一策略完成行走、场景交互和摔倒后恢复。

这次发布非常低调：只有两个约 403 MB 的 ONNX 文件、许可证和模型卡，没有新闻稿或论文。配套仓库 nvidia/metatron-browser（“Metatron v1 G1 Browser Exports”）可借助 ONNX Runtime Web 与编译为 WebAssembly 的 MuJoCo，直接在网页中运行该策略。X 上 HuggingPapers 以“NVIDIA 发布 Metatron G1 人形机器人行走与恢复策略”转发后引起关注。

核心要点

1. 统一策略：据模型卡，当前导出的是第 6410 轮的“SAMP-capable unified student”，行走、场景交互与恢复共用一个网络，不再需要单独的恢复适配器。
2. 输入：G1 当前状态及约 8 帧历史状态、原始动作历史，以及带掩码的未来姿态 / 风格 / 速度目标和场景包围盒信息（类似 MaskedMimic 的目标补全思路）。
3. 输出：关节 PD 目标（action）、stiffness 与 damping 增益，以及用于历史反馈的 raw_action——即控制频率下的电机指令，没有任何文本。
4. 两种导出、同一权重：单机器人演示图（内置观测处理）与六机器人批量“Racer”图（需在图外计算观测），二者不可混用。
5. 许可：NVIDIA 开放模型许可（NVIDIA open model license）。

注意

• 这是导出包而非训练套件，未公布真机验证的基准，演示均在仿真中完成。
• 名字与 NVIDIA 的 Nemotron 大语言模型只差一个字母，但两者无关。

为何收录

一个全新、辨识度高的 NVIDIA 模型名，在本次扫描时间窗内出现在 Hugging Face，并于当晚在 X 上被传播；雷达库此前未收录。

如何试用

1. 打开 nvidia/Metatron-v1，阅读模型卡了解各输入输出张量的名称与形状。
2. 想最快看到效果，可使用 nvidia/metatron-browser 的浏览器导出版，通过 ONNX Runtime Web + MuJoCo WASM 在网页中运行 G1 策略。
3. 在自己的仿真器中用 ONNX Runtime 加载单机器人演示 ONNX，输入 G1 状态 / 历史 / 目标张量，并按控制频率应用输出的 PD 目标与增益。
4. 只有在图外自行计算观测、需要批量控制多台机器人时，才使用六机器人“Racer”导出版。

适合谁

• 在仿真中研究宇树 G1 的机器人研究者与爱好者
• 研究统一行走 + 恢复策略、目标条件控制的团队

注意

• 部署到真机前务必充分验证；NVIDIA 尚未公布该版本的真机结果