稚辉君人形机器人的运动控制为何超出预期？

这已经比我预想的要好很多了。
我始终认为，对足式机器人（人形机器人也包括在内）而言，运动控制是极为核心的。要是走得跌跌撞撞，如同老奶奶走路一般，那即便有再聪慧的大脑（像gpt、具备语义理解和环境感知能力等）也没多少用处，只能当作高级版的小爱同学使用。所以我只关注运动（locomotion）这部分。
我原以为会像小米或特斯拉的人形机器人那样，先采用zmp这类静态行走方案起步，既方便又快捷，还能先画个饼再慢慢开发后续功能。但显然他这个是动态行走，稚辉君也明确表示是用mpc+wbc实现的，技术含量远高于zmp。
我未曾参与双足控制方案，只是稍有听闻。据我所知，双足控制方案大致有两种。其一为hzd，我觉得它是直接运用非线性规划，先离线算出一条可行轨迹（每个关节的轨迹），只要各个关节能很好地跟踪，就能实现行走。其二是mpc+wbc方案，大家都知道mpc若要快速计算，就必须简化动力学模型，我不太清楚当前双足主流的简化模型，不过我见过一些基于slip或者slip变体（像高度可变这种）的模型，稚辉君团队或许就采用这种方式。umich的jessy grizzle教授在这两个方向都有诸多研究，也公开了不少开源代码。

今年中国人形机器人迎来井喷式发展，希望大家着力于运动控制，尽快达成科幻电影中的稳定性与移动速度。