订阅专栏请私信获取源码阅读导览：本文用官方 SONIC ONNX 权重和 MuJoCo G1，在 50 Hz 下跑通“参考编码→64 维 token→历史解码→PD 执行”的全身运动跟踪闭环，并给出可运行代码、量化指标与工程坑点。一、背景与动机人形机器人的全身控制大致经历了三个阶段。早期以 MPC、全身 QP 和接触隐式轨迹优化为主，依赖精确模型和在线求解；随后出现了以 HOVER、ExBody2 为代表的神经全身控制（Neural WBC），用大规模仿真 RL 和动作跟踪替代部分手工控制器；到了 2026 年，研究重点进一步转向“通用运动跟踪基础模型”：用一个统一策略吃下海量人类动作，再通过 VR、视频、文本或上层 VLA 指定目标。SONIC（Supersizing Motion Tracking for Natural Humanoid Whole-Body Control）是这一路线的代表工作之一。论文报告使用一亿帧量级的动作数据、1.2M–42M 参数的单策略，在 Unitree G1 上完成行走、跑步、爬行、舞蹈、拳击、跪姿和操作等全身动作，并输出 64 维通用运动 token。它的关键观点是：把运动跟踪本身当作可扩展的训练任务，而不是为每个技能单独设计控制器。本文不复现训练，而是复现部署闭环。官方仓库提供 C++/Tenso