文 | 劃重點KeyPoints

劃重點：

1、為期三天的首屆世界人形機器人運動會出現了不少搞笑名場面，究其原因是當前機器人缺乏對環境感知和自身控制的能力。 2、在受控環境中，機器人已經能自主完成感知—決策—執行的完整閉環；并且具身智能正在從“單一任務”走向“多任務泛化”。 3、要讓機器人真正具備與人類比肩的環境適應力和任務執行力，仍需在動態平衡與姿態控制技術、低延遲環境感知與決策系統、高能效續航技術、多任務泛化學習能力，以及低成本高可靠性硬件方案等方面繼續發力。

為期整整三天，世界第一場機器人運動會，可謂是受到了全球人類的圍觀。

因為當我們碳基生命以為會是一場科技感十足、未來感滿滿的技術盛宴時，硅基生命們卻超級反差地呈現出了大型搞笑現場。

最最最經典的名場面，莫過于宇樹機器人的“肇事逃逸”事件了：

沒錯，就這么水靈靈地把一旁的工作人員給撞倒，然后停下來還駐足了片刻，繼續若無其事地往前跑了……

這種違反阿西莫夫的機器人原則第一條（不得對人類造成傷害）的事件，一下子在外網火了起來。

雖然后來王興興站出說明了原因，是兩名控制員在交接遙控器的時候，沒來得及下達相應的指令才導致的這場鬧劇。

不過網友們討論的另一個點，就是為什么非得用遙控器才行。關于這個問題，具體原因主要有兩方面。

一方面是機器人自身的穩定性問題，本質上源于動態平衡。跑步是一種極易失衡的運動形式，機器人必須在極短時間內完成姿態調整。

然而，現有的傳感器、算法和執行器在反應速度和精度上仍然不足，難以在復雜地形中保持穩定。這時，人工遙控可以在機器人即將失衡時及時介入。

比如，宇樹的另一款機器人G1在今年4月被第三方用于參加半程馬拉松時，就曾出現摔倒的情況。

另一方面是環境感知能力的不足。雖然傳感器能夠獲取周圍信息，但在高速奔跑狀態下，數據往往存在延遲或精度不夠，導致機器人無法像人類一樣迅速作出判斷。人工遙控正好可以彌補這種感知與決策上的短板。

這次機器人在短暫脫離遙控后就發生了撞人事故，也從側面印證了上述問題。

但在這場運動會另外的賽事中，烏龍和搞笑名場面也是不斷在上演。

例如在拳擊比賽中，趁著工作人員不注意，繞到他的身后，直接開始揮拳了：

這回的鍋可不能再甩給人類了……以及同樣是在拳擊比賽，其中一個機器人還直接選擇躺平，引得現場觀眾哄堂大笑：

還有在下樓梯的任務中，機器人直接卡倒，甚至把頭都給摔掉了：

總而言之，bug、笑點，在這三天里簡直是停不下來。

但你以為世界人形機器人運動會就是來搞笑的嗎？非也非也，在各大賽事中，也有不少機器人給出了非常驚艷的表現。

而它們，或許正是代表了目前國產機器人的最高水平。

01 宇樹H1機器人：拿下田徑1500米首金

同樣是那位肇事逃逸的宇樹H1機器人，非常反差的一個表現，就是它拿下了這屆1500米田徑賽的首金，共計耗時6分34秒。

從現場的畫面來看，宇樹H1的跑步速度也是相當之快，甚至還套圈了其它個別機器人：

不僅是1500米，在400米的賽事中，宇樹H1同樣是拿下了冠軍：

這一成績不僅遠超公眾對當前機器人運動能力的普遍認知，甚至讓一些專業運動員都感到了前所未有的壓力。

宇樹H1的這一成績，換算下來相當于長跑運動中的“四分配速”，即每公里耗時約4分22秒。

這是一個什么概念？作為參照，中國國家二級運動員的男子1500米標準是4分10秒。這意味著，H1的速度已經超越了許多經過長期訓練的業余跑者，甚至接近了專業運動員的門檻。

這一成就之所以令人矚目，不僅在于其絕對速度，更在于其背后所展現的技術進步。僅僅在幾個月前，機器人在馬拉松賽事中的表現還步履蹣跚，被戲稱為“老奶奶步伐”。

而今，宇樹H1卻實現了從“站不穩”到“快成殘影”的驚人蛻變，這背后是硬件與算法協同進化的必然結果。

宇樹H1之所以能夠取得如此突破性的表現，其核心在于兩大支柱的協同作用：堅實的硬件基礎和革命性的AI算法。

為了支撐高強度的奔跑運動，H1在硬件層面進行了全面的優化與升級：

·高爆發力矩電機：機器人奔跑時，關節需要瞬間輸出巨大的力量。H1配備了自研的高性能電機，其峰值扭矩高達360?！っ?，同時具備出色的力矩-速度曲線和高效的散熱能力，確保在持續高強度運動中不會因過熱而降頻或損壞。

·高強度輕量化結構：奔跑時，足底與地面會產生劇烈的沖擊力。H1的機身結構采用了高強度合金與碳纖維等輕量化材料，在保證結構剛性的同時，最大限度地減輕了自身重量，從而降低了運動能耗和關節負荷。

·高功率電池系統：持續的高速奔跑對能源供應提出了極高的要求。H1搭載了大功率電池組，能夠提供穩定且持久的高電壓輸出，為電機和控制系統提供充足的“彈藥”。

相比之下，同期參賽的其他一些機器人在基礎的平衡控制上仍存在巨大挑戰，出現了“下樓梯摔得頭掉，跑步兩米就原地打轉”的窘況。

如果說硬件為H1提供了強健的“體魄”，那么先進的AI算法則賦予了它智慧的“靈魂”。

近年來，機器人行業正普遍從傳統的ZMP（零力矩點）等控制方法，轉向以深度強化學習（Deep Reinforcement Learning, DRL）為代表的“Learning”技術路線。

·深度強化學習（DRL）：通過這種算法，機器人可以在虛擬環境中進行數百萬次的“試錯”訓練。它不再依賴于工程師編寫的復雜運動規則，而是像人類學習走路和跑步一樣，自主探索并優化步態、平衡和運動策略。在訓練中，算法會根據預設的獎勵函數（例如，速度最快、能耗最低、姿態最穩）對機器人的行為進行打分，從而引導其學習到更高效、更穩定的運動模式。

·具身智能（Embodied AI）：這種學習方式的成果，就是讓H1展現出了所謂的“具身智能”。它不再是僵硬地執行預設指令，而是在奔跑中表現出“絲滑、連貫的自適應平衡能力”。無論是微小的地面起伏還是自身姿態的動態變化，它都能實時調整步態和重心，保持身體的穩定。這種高度的自適應能力，使其動作完整度和流暢度遠超同類產品，奠定了其在運動能力上“一騎絕塵”的領先地位。

然而，在為“四分配速”這一成就驚嘆的同時，我們更應看到其背后所暴露出的能量效率、結構強度、環境適應性等深層次的制約因素。

這場關于速度的競賽，其終點并非簡單地超越某個人類運動員的記錄，而是要讓機器人能夠真正安全、可靠、高效地走進現實世界，在復雜的環境中完成多樣化的任務。

02 天工機器人：100米奪冠

宇樹機器人無疑是本屆人形機器人運動會最大的亮點，但除了它之外，其它機器人也給出了不俗的表現。

例如來自北京人形機器人創新中心的天工，便拿下100米的冠軍：

值得一提的是，天工是全場唯一無需人類遙控、全程自主導航的機器人。

這背后離不開一系列關鍵技術的突破。天工機器人由北京人形機器人創新中心研發的全身控制自主導航系統賦能，使其具備在復雜環境中自主感知、規劃和執行任務的能力。

從近期披露的技術細節來看，我們可以把它背后的技術亮點歸結為四點：

1. 具身世界模型體系：這一體系包括擁有物理時空理解與推理能力的72B多模態大模型，以及驅動神經網絡的世界模擬器，幫助機器人更好地理解現實、預測環境變化，相當于它的“中樞大腦”。

2. 跨本體VLA（視覺-語言-動作）模型：讓機器人能夠在不同場景和任務間自由切換，通過一個模型即可調用多種技能，極大降低了應用開發的時間和成本。

3. 全身控制自主導航系統：提供點對點導航、動態障礙感知與避障能力，這是機器人在實際工作中必不可少的核心能力。

4. 千臺機器人真實場景數據采集計劃：通過讓機器人深入工廠、物流、酒店等真實場景運行，持續收集大規模數據，為算法迭代和模型優化提供“燃料”。

在感知能力方面，天工機器人搭載了強大的視覺傳感系統，每秒可處理高達550萬億次運算，并配合高精度慣性測量單元（IMU）和3D視覺傳感器。

與傳統的2D視覺相比，3D視覺能更精準識別缺陷、提升檢測速度，在自動化生產和環境感知中更具優勢。

除了視覺感知，天工機器人還裝備了六維力傳感器。這種傳感器能夠全面捕捉機器人在手腕、腳踝等關鍵部位的受力情況，從而實現柔順控制和精準操作。

總體來看，天工機器人背后的技術突破，不僅讓其在賽場上展現了全自主奔跑的實力，更代表著人形機器人在感知、決策與執行層面正逐步走向成熟，推動具身智能從實驗室邁向實際應用場景。

03 星動L7：跳高跳出新紀錄

在跳高賽事中，最亮眼的就當屬清華系具身智能企業星動紀元的星動L7了。它以95.641cm高度，不僅打破紀錄，更是斷崖式領先取得第一名的成績。

在人形機器人的各項運動能力中，跳高無疑是技術實現難度最高的項目之一。它對機器人的綜合性能提出了極致要求。

例如在硬件方面，要求機器人的關節具備極高的瞬時扭矩輸出和結構強度，以克服自身重力并產生足夠的騰空動力。

在動態控制方面，還涉及復雜的多物理場耦合問題，機器人必須在毫秒之間實時優化質心軌跡、調控角動量，并精準控制落地姿態，這對控制算法和傳感器精度構成了嚴峻挑戰。

而身高171cm、體重65kg的星動L7，其核心動力源于自研的高性能關節模組。該模組的峰值扭矩高達400N·m，峰值轉速達到25rad/s，為機器人提供了媲美人類運動員的爆發力。

它全身集成的55個準直驅“活動關節”協同工作，確保了力量的精準傳導和動作的高度靈活性。

無論是完成跳高所需的瞬間發力，還是此前展示的360度旋轉跳、高速奔跑（最高時速4m/s）和復雜街舞動作，都彰顯了其硬件設計的卓越性能與可靠性。

如果說頂級硬件構筑了L7的身體素質基礎，那么其先進的“大腦”——端到端強化學習能力，則是其奪冠的關鍵。

面對僅有幾天的備戰時間，研發團隊依托自研的端到端強化學習平臺，在虛擬環境中進行了數百萬次模擬訓練。通過將人類跳躍的動作數據作為獎勵信號，L7的算法模型快速迭代，自主學會了最優的起跳角度與空中姿態協同策略。

這一快速學習能力的背后，是星動紀元自主研發的端到端VLA（視覺-語言-動作）具身大模型ERA-42。該模型不僅支撐了L7在運動場上的卓越表現，更在倉儲物流等復雜場景中展現了強大的泛化能力。

無論是面對堆疊無序的貨物進行智能分揀，還是精準定位并掃描包裹條碼，ERA-42都能驅動L7快速適應并高效完成任務。

星動L7此次奪冠，是星動紀元“算法+硬件”全棧自研技術路線的有力證明。從電機、減速器到驅動器的硬件全鏈條自研，到融合視覺感知、語言理解與動作規劃的具身大模型，軟硬件的深度協同，共同鑄就了L7的巔峰表現。

04 智元遠征A2：群舞《秦俑魂》奪冠

除了傳統的競技之外，這次的運動會還開設了一個別開生面的賽事——群舞比拼。

畢竟機器人跳舞這事，這幾年也是一直爆火。而拿下這個賽事冠軍的機器人本體，正是來自智元的遠征A2。

在這場表演背后，核心支撐來自智元遠征A2人形機器人及其配套的高性能算法。相比傳統“機械木偶”，遠征A2以高度仿生的運動控制系統、強大的硬件性能和智能算法實現了從“機械動作”到“藝術表達”的跨越。

為了契合舞蹈的高難度需求，智元團隊對機器人進行了硬件與軟件的全面優化。電機、關節、驅動等關鍵部件均經過重新設計，以承受旋轉、騰躍等舞蹈動作帶來的沖擊；在算法層面，采用先進的運動規劃與仿真技術，實現了動作軌跡、速度與力度的精確控制，使機器人能夠精準卡點音樂節奏，動作既自然流暢又充滿力量感。

更為突出的是，智元機器人展現出優秀的群體協同能力。通過傳感器與算法結合，機器人能夠實時感知周邊環境并微調動作，避免舞臺碰撞，實現九機同步的整齊走位。

這一能力不僅是舞蹈表演成功的關鍵，更為物流倉儲、服務導覽等實際場景提供了可靠借鑒。機器人在復雜環境中靈活穿梭、避障與協調的表現，顯示了智元在運動控制與感知交互上的深厚技術積累。

當然，人形機器人產業仍面臨成本高昂、續航不足等挑戰。但智元通過技術創新，已經為未來的規?；瘧锰峁┝朔独?。

05 具身智能，現在到了什么水平？

從這次機器人運動會的表現可以看出，具身智能正處在一個快速突破的階段。雖然機器人們在賽場上仍不斷上演“笑場名場面”，但整體水平相比過去已有了質的飛躍。從技術和產業角度來看，可以從以下幾個方面來理解當下的進展。

過去，人形機器人常常連“站穩”都是難題，如今像宇樹H1已經能夠在1500米長跑中跑出接近人類運動員的成績。這背后體現了高功率電機、輕量化結構和強化學習算法的協同進化。機器人在高速運動中保持動態平衡的能力，標志著運動控制已進入實用階段。

天工機器人在賽場上實現了完全自主導航，這在幾年前幾乎難以想象。這依賴于多模態感知系統、全身控制導航和具身世界模型的結合。雖然離真正媲美人類的環境理解還有差距，但在受控環境中，機器人已經能自主完成感知—決策—執行的完整閉環。

星動L7的跳高成績展示了端到端強化學習在復雜運動中的潛力。通過在虛擬環境中進行數百萬次仿真，機器人可以快速掌握高難度動作。再結合視覺-語言-動作（VLA）大模型，機器人不僅能完成運動任務，還能適應多樣化的現實場景，如物流、倉儲等。這表明具身智能正在從“單一任務”走向“多任務泛化”。

目前的機器人依然面臨能耗高、可靠性不足、適應復雜非結構化環境的挑戰。但從技術路線來看，軟硬件一體化自研、多模態大模型驅動，以及大規模真實世界數據采集，正在加速推動機器人走向產業化。無論是工廠、物流還是服務業，具身智能的應用窗口正在打開。

盡管機器人在速度和爆發力等單項能力上開始逼近甚至超越普通人類，但在靈活性、穩定性、環境理解和能效方面仍遠不及人類。這意味著，未來的發展方向不僅是“跑得更快、跳得更高”，更是“更安全、更節能、更聰明”，真正實現人機協作。

總體而言，具身智能正處于“從炫技到實用”的關鍵轉折點。機器人已經能夠在一些特定場景中展現接近人類的運動能力，但距離真正大規模走入日常生活，還有一段技術和應用上的長坡厚雪。

除此之外，有人將人形機器人的快速迭代解讀為“技術泡沫”，認為當下的熱鬧不過是資本與流量催生的短期狂歡。但從這場機器人運動會的細節來看，這種判斷顯然失之偏頗。

宇樹、天工、星動、智元，背后是高功率電機、深度強化學習、多模態感知等技術的實質性突破，而非停留在概念層面的“炫技”。這些進步正在將 “人形機器人走進現實” 從科幻推向可觸摸的產業藍圖，因此絕非泡沫。

但不可否認的是，要讓機器人真正具備與人類比肩的環境適應力和任務執行力，仍需在動態平衡與姿態控制技術、低延遲環境感知與決策系統、高能效續航技術、多任務泛化學習能力，以及低成本高可靠性硬件方案等方面繼續發力。