马斯克转发！机器人速度超博尔特，大脑却跟不上身体节奏

人形机器人的峰值运动能力，已经跑在了通用智能和可靠性前面。

成绩是38秒15, 这是人形机器人的400米成绩, 于首次的时候便快过了人类男子世界纪录。

距今一年的时候, 世界人形机器人运动会里400米冠军所取得的成绩乃是1分28秒03 , 又过了一年, “天工Ultra”将该数字往短进行了将近50秒时间的缩短。

如此迅速的进步, 也越发让人满怀期待: 相同的工程迭代, 究竟会在何时现身于自主决策方面, 又会在何时展现在复杂操作之上, 那长期稳定工作? AI 步入物理世界之后, 机器人距离成为真正具备生产力的存在, 究竟还有多么遥远的距离?

机器人运动场上的"速度革命"

第二届世界人形机器人运动会, 被外界另外称作“机器人奥运会”, 在这个运动会里, 最先引起公众目光注意的, 依旧是速度。

在100米大型组预赛里头, 北京人形机器人创新中心所开发的“天工Ultra”, 率先跑出了9秒39 , 之后赛场的最好成绩又被推进到了9秒32。在400米大型组决赛当中, “天工Ultra”以38秒15完成了比赛。

从数字方面来看, 9秒32这个时间要比博尔特所保持的9秒58男子100米世界纪录还要快, 38秒15同样比人类男子400米世界纪录快了将近5秒。

与该视频相关的内容迅速在海外传播开来, 特斯拉首席执行官埃隆·马斯克, 也就是Elon Musk, 在社交平台上进行了转发。

然而, 这并非体育范畴内那种所谓的“打破人类世界纪录”, 机器人跟人类的动力系统存在差异, 所面临的生理条件以及比赛规则也不一样, 9秒32以及38秒15真正具有看点之处在于, 双足机器人已然能够在较高速度的运动之时达成连续的姿态控制跟平衡调整。

针对跳高新项目, 有着同样的限定要求。“天骁”机器人于原地跳高项目里, 跳出了2.8843米的成绩, 然而比赛所测量的, 乃是机器人起跳之后, 身体最低点距离地面的那段高度。人类的2.45米世界纪录, 是运动员经过助跑之后, 成功越过横杆所创造的, 这两者之间, 没办法进行直接的比较。

这些成绩展示了人形机器人在动态运动控制上的进步。

高速奔跑并非仅仅是促使机器人加快腿部动作这般简易, 机器人需要实时去调整姿态, 要控制重心, 并且还要依据每一步落地的状况修正下一步, 对于双足机器人来讲, 奔跑过程里任何细微的误差都有可能致使它失衡。

有个名为机器人技术观察的账号@觉得, 高速运动给双足机器人营造了一个极具挑战性的测试环境, 奔跑会一并对机器人腿部运动、身体协调以及平衡恢复能力进行考验, 而这些能力在未来同样会左右机器人进入工业、物流等场景后的表现。

不过，比赛现场也暴露出机器人目前仍要解决的问题。

冲过终点之后, “天工Ultra”与“闪电”并非如人类运动员那般自然地减速, 而是朝着终点后的缓冲设施撞去。其中, “闪电”倒地以后, 被工作人员用担架抬离赛道。部分其他项目里的机器人竟然也出现摔倒、碰撞甚至故障的情况。

这并未削减高速奔跑自身所具备的技术价值, 仅仅是将下一道工程方面的题目放置到了众人眼前, 具体而言, 就是当机器人达成一个高难度动作之后, 它还需要持续去判断所处环境、控制自身体态, 从而安全地迈入下一步。

一年从21秒50跑到9秒32

和去年比，人形机器人的变化更明显。

2025年, 举办了首届世界人形机器人运动会, 在该运动会里, 100米项目的最好成绩是21秒50。一年以后, 这个赛事里, 100米项目的最好成绩进入了9秒区间。

此种变化不能被认定为“AI一年间实力增强了一倍”。高速行进的过程之中, 会对机械结构、执行器、运动控制、电池以及散热等方面进行考查, 这是全整套机器人系统共同推行更新迭代所引发的后果。

半程马拉松项目同样展现出类似态势, 去年, 人形机器人初次参与北京亦庄半程马拉松之际, 一部分机器人需要工程师伴随跑步, 一部分机器人无法跑完比赛, 有的乃至在起跑阶段就出现失去平衡的状况, 今年，荣耀所研发的“闪电”机器人已然能够自行完成半程马拉松, 成绩为50分26秒。

机器人运动会规模得以扩大, 这同样体现出行业参与者数量在迅速增多, 在去年的时候, 首届赛事当中大约有280支队伍参与其中, 到了今年, 参赛队伍增加到了666支, 而参赛的机器人数量达到了2056台。

社会媒体账号@察觉到, 参赛队伍如此翻倍涨, 表明人形机器人已不只是在小范围内进行技术展示这个情况。他持有这样的看法, 机器人运动会正起着仿若AI领域公开测试环境那种作用, 致使不同企业的技术路线于同一套规则之下直接去接受检验。

为什么要办机器人运动会？

它类似于早年的挑战赛, 类似于早年的SWE-bench, 类似于各种大模型排行榜, 一个新兴行业需要一套公开的测试, 一个新兴行业需要一套可比较的测试, 让不同团队在同一套规则之下展示进步, 让不同团队在同一套规则之中展示进步。

然而, 具身智能存在这样一种可能性, 即它会重复大模型评测曾走过的路径, 具体表现为, 首先是通过建立共同坐标, 接着才发现榜单所呈现的成绩并不等同于实际的使用能力。

这一届运动会额外新增了21项场景任务, 除了赛跑项目之外, 机器人同样也要在更贴近真实工作的环境当中接受测试。

跑得快之后

机器人还要学会插电缆

2026年举办的世界机器人大会, 是同期举行的, 其所展示的, 乃是整个产业寻觅的应用方向。

世界机器人大会于北京举办之时, 有超过300家公司在此大会里参与展示, 所呈展品涵盖工业机器人、服务机器人、人形机器人等诸多领域, 愈来愈多企业将重点自仅仅展示机器人外形和动作变换为探讨机器人怎样进入生产环境。

变化正在产业身上发生体现于此, 在过去的几年当中, 人形机器人最容易得到关注的是那些演示, 这些演示带有视觉冲击力, 像跳舞、格斗、后空翻这类行为活动, 又比如说完成复杂动作, 然而随着产业向着商业阶段不断迈进, 企业以及投资者越发关心另外某个问题, 机器人到底能不能够真正去完成工作呢?

在今年的世界人形机器人运动会里, 所增加的那21项场景模拟任务, 乃是这种变化的一种体现。其中, 把机器人在执行工业装配这一任务时的情况算在内, 并且也涵盖物料搬运任务、连接电缆任务、电动汽车充电任务、餐厅服务任务等, 且除体育项目中的跑步、足球等项目以外。

这些任务, 看起来, 没有百米赛跑那般吸引眼球, 然而, 却更接近, 机器人, 未来可能进入的, 工作环境。

对机器人而言, 跑步倒是一项相对确定的任务, 赛道是平整的, 方向是明确的, 动作是高度重复的。连接电缆看似简单, 却需机器人先识别插头与接口的位置, 接着控制机械臂移动, 再调整手腕以及力度, 进而完成精确插接, 倘若位置出现偏移, 或者它还要判断失败的原因, 随后调整姿态重新尝试。

赛跑所考验的, 是在确定环境里的极限运动控制, 插电缆这类工作所考验的, 是面对不确定性之时的感知、判断、操作以及纠错, 后者更接近于具身智能最终所要解决的问题。

机器人公司Lumos首席执行官于超觉得, 这般比赛可助力企业改良硬件, 还能够呈现技术进展, 然而行业终归得回归到实际价值。唯有机器人进入终端场景, 切实协助企业提升效率, 方才具备长期意义。

运动能力率先跑到了前方, 接下来需要去看的, 是同一台机器人更换一项任务, 更换一个环境, 是否能够继续将事情做成。

为什么中国机器人迭代得这么快

中国为何成为人形机器人发展最活跃的市场之一？

重点原因在于, 不只是算法被机器人产业所比拼, 制造体系同样也在比拼。人形机器人从机械结构涉及一直到执行器, 从电池关联一直到传感器, 后续历经控制系统, 每一个环节都必须落实到逐个具体零件以及产线上, 大量工程经验以及供应链支持是其所需。

有着长久积累下来的制造具备的能力的中国, 正好给这一项专门的工业提供了根基。按照国际机器人联合会给出的数据来看, 具有全球最大规模的工业机器人应用市场的是中国, 大量存在的制造业企业在事实上做人形机器人的测试环境方面提供了便利。

于中国的当前情况而言, 明显程度至极的优势所在, 并非必然是成功打造出了具备“最聪明”特质的机器人, 却是存有一个能够让机器人以快速的方式被制造出来, 并且能够快速进行测试, 在测试中快速出现损坏, 之后又能快速予以改进的环境。从零部件的供应环节开始, 历经整机制造过程, 再到工厂测试以及公开比赛阶段, 当机器人呈现出问题之后, 它能够以更快的速度迈入下一轮的迭代进程。在赛场上, 时间一年缩短了将近50秒, 这也使得这套工程体系的迭代速度, 变得更为直观可感。

社交媒体账号@表明, 在此次赛事期间, 中国企业于多个项目里展现出显著表现, 呈现出中国在人形机器人领域具备快速发展的情形。

X用户 则持有这样的看法 , 人工智能正步入一个全新的阶段 , 在过去的几年当中 , 全球的科技公司主要是围绕着大模型的能力来展开竞争 , 然而在未来 , AI究竟怎样进入现实环境 , 这将会成为新的竞争方向。人形机器人恰恰就是这一趋向的关键体现。

比跑得快更难的是

让机器人稳定工作

但是, 制造体系具备提高迭代速度的能力, 这并不自然而然就等同于商业上的成功, 这种挑战并非仅仅是中国企业才需要去面对的。