免费、桌面端、只认 G1 和 H2：宇树把「编舞」做成了一个软件产品
一个免费桌面软件、一条每台机器人独占的时间轴、一句自然语言就能改队形——宇树把过去要靠工程团队在现场熬夜抠的多机表演，压缩成了一个人一台电脑能干的活。真正值得看的不是它现在能编多少动作，而是它把哪一层能力从「技术活」变成了「产品」。
- 它是什么：宇树发布 UniUni 集群控制系统，一个跑在Windows 与 macOS 上的桌面应用，首发版本号 1.1.14（Win）与 1.1.15（mac），对宇树用户免费。
- 首发只认两台：目前明确支持 H2 与 G1 两款人形，其他机型未列入首发清单。
- 核心三件事：激光 SLAM 建出的点云舞台地图（厂方称厘米级）、每台机器人一条独立时间轴的拖拽式编排、以及用自然语言提修改要求的「AI 编舞」入口。
- 安全被做进了同一个界面：实时监控每台机器的电量与温度，配一键整组急停；演示中低电量告警直接触发换人。
- 没说的更多：最大可协同机队规模、售价、后续支持机型、网络要求、定位精度技术细节、底层 AI 模型，均未披露。
- 判断：这不是一个「遥控器升级」，而是把多机表演里最贵的那部分——编队、同步、状态回传、应急处置——从「工程服务」降成了「软件功能」。
UniUni 是一个桌面应用，不是固件，也不是云端服务。已确认的规格有三条最硬：一是平台，Windows 版 1.1.14、macOS 版 1.1.15；二是范围，首发支持 H2 与 G1 两款人形机器人；三是价格，对宇树用户免费。
功能面上，它把过去分散在几个工具里的活合到了一个界面：激光 SLAM 生成的舞台点云地图（厂方称可做到厘米级场景构建）、2D/3D 双视图的轨迹绘制、每台机器人独占一条轨道的拖拽式时间轴、预置舞蹈动作库、自然语言提修改要求的「AI 编舞」，以及逐机显示电量与温度的监控面板 + 一键整组急停。演示视频里，操作员输入一句修改队形的要求，系统与机器人位置网格联动给出结果。
同样重要的是它没有说的：能同时带多少台、卖多少钱、还支持哪些机型、网络有什么要求、定位精度怎么测出来的、自然语言背后是哪个模型。这些全都是空白。
单机的难点：平衡、步态、抗扰动。这三件事过去五年被反复打磨，一台 G1 能把拳打得漂亮，靠的是本体与控制。
多机的难点：时间同步、相对定位、通信延迟、碰撞避免、故障处置。一台掉队，整个队形就废；一条链路抖动，动作就不齐。
区别在于容错结构。单机失败是「这一台不好看」，多机失败是「这一场不能播」。做商演的人都懂这个差别：一台机器在舞台上停住，观众看到的是事故；十台机器里有一台慢半拍，观众看到的是廉价。
判断：UniUni 解决的正是这一层。它把「编排 / 监控 / 急停」三件事放进同一个界面，本质是在承认——多机表演的瓶颈早就不在机器人能不能动，而在人能不能在有限时间内把队形排出来、并在出问题时按得下那个停止键。这个判断对做过群控的人并不新鲜，新鲜的是有人把它做成了可以下载的软件，而且是免费的。
一个免费、只支持自家机型的桌面软件，商业意图不难理解：它降低的是使用门槛，抬高的是本体销量。买了 G1 的团队不用再自己写一遍调度，宇树也就把「买了能不能用起来」这个最大的退货理由消掉了一半。
第三层还没发生，但方向已经写在时间轴里了：一旦编排变成可编辑、可保存、可迁移的数据，它就有了独立于本体的价值。
判断：对做集成与商演的团队来说，这一层的出现意味着两件事。好的一面是排一场的成本会显著下降，过去要几个人干几天，现在可能一个人干几小时；坏的一面是「会排队形」这件事的稀缺性也在同步下降。当编排工具人人都有的時候，差异会重新回到那些工具解决不了的地方——场地勘测、动线设计、与灯光音响的配合、出状况时的现场处置，以及最朴素的：这个动作观众买不买账。
英文源引述的专家意见给了一个限定：UniUni 目前聚焦于编排表演的集中式控制，没有证据显示它具备去中心化协同能力，也没有看到更广泛的工业用途。
这个限定很关键。舞台是受控环境——地面平整、边界清晰、可以反复预演、观众在安全距离外。工厂是半受控——有叉车、有临时堆放、有人来回走。家庭是非结构化。难度是逐级抬升的。
| 层级 | 环境特征 | 调度系统要多做什么 |
|---|---|---|
| 舞台 | 平整、封闭、可预演 | 同步、队形、急停 |
| 工厂 | 半受控、有人机混行 | 动态避让、任务抢占、节拍对齐 |
| 家庭/开放场景 | 非结构化、长尾无穷 | 自主决策、失败恢复、语义级指令 |
判断：把 UniUni 看成「未来工厂调度系统的雏形」是对的，但要看清它现在只验证了第一层。第二层真正的门槛不是软件，是责任划分——工厂里机器人和人混行时的安全规则、出事故算谁的、急停之后产线怎么恢复。这些不是加个按钮能解决的，它需要标准，也需要保险和验收体系跟上。有意思的是，就在同一天的另一场发布会上，工信部把「构建人形机器人产业监测体系」「加强产品质量、网络和数据安全检验检测」列进了下一步工作——监管侧的动作，恰恰是这类能力从舞台走向车间的前提条件。
不是「自然语言改队形」，也不是「厘米级建图」，而是那句被写进边界里的：未披露最大协同机队规模。
这个数字决定了它是个玩具还是个工具。十台以内，它替代的是人工编排；上百台，它才开始碰真正的集群问题——带宽、时钟同步、丢包重传、局部失效后的队形自愈。做过多机表演的人都知道，从 8 台到 24 台不是线性放大，是换一套系统。