百米纪录之后，机器人开始面对真实世界｜「探月登陆·集结奥运村」活动回顾

8月22日，第二届世界人形机器人运动会在北京开幕。2000余台机器人参加50余个赛项。相比上一届以跑步、足球为主，今年新增了乒乓球、网球，以及酒店、物流等场景赛。开幕当天，百米项目跑出9秒39，人形机器人的运动能力再次被推到聚光灯下。

同一周，亦庄的世界机器人大会落幕，300余家企业参展。展馆里的话题也在变化。比起继续刷新本体性能和单项参数，越来越多厂商开始谈真实场景和商业闭环，机器人能不能长期、稳定地工作，正在取代「能不能做出来」，成为新的问题。

8月23日晚，国家游泳中心水立方。「探月登陆·集结奥运村」世界人形机器人运动会 After Party 在这里举行，由探月具身智能社区与朝阳区奥运村街道共同主办，动察Beating作为独家战略媒体合作伙伴。

白天，人们看机器人还能跑多快。到了晚上，问题变成了它什么时候能真正干活，以及什么样的成本，才能让这门生意成立。

拐点已经出现，生态开始形成

清华大学自动化系主任、清华具身智能与机器人研究院院长张涛，这一周几乎把世界机器人大会的每一个馆都走了一遍，又去了运动会现场。看完两边，他的判断很明确，具身智能与机器人的拐点已经出现。

变化首先发生在赛场。上一届还以跑步、机器人足球为主，今年已经加入开瓶盖、跳高、拔河，以及宾馆等真实场景赛。项目越接近现实，实验室条件下被遮住的问题越容易暴露。

「开瓶盖比赛，虽然成功的不多，但确实看到了很多技术上的挑战和技术上的突破。」

这恰恰是张涛看重的地方。环境和任务越来越具体，对感知、控制、稳定性和系统协同的要求也随之提高。

WRC的变化则发生在产业端。今年大会专门设置产业馆，越来越多大厂开始进入过去以创业公司为主的机器人市场。

「它带来的就不是几千万、一两个亿的东西，背后可能是几十亿的产业发展。」

张涛反复强调，具身智能不会依赖某一个环节的单点突破。算法、本体、传感器、供应链和场景应用要一起往前走，最终形成的是整条产业链的扩张。

市场规模已经跑在预期前面。去年业内对今年的预测还是几万台，如今「还没到年底，已经十几万台了，估计年底突破20万台」。至于明年会不会到100万台，他只说「大家可以敞开想象」。

他用一句话概括这个产业可能达到的体量。

「它是手机的量，汽车的价钱。」

朝阳区奥运村街道工委书记孙博洋随后问了一个更现实的问题。大厂跑得这么快，青年人和后来者还有机会吗？

「机会还有，还很大。来得及。」

孙博洋认为，对于中小企业和初创团队：选对区域，有没有真实场景可以反复验证，能不能被产业和资本看见，周围聚集着什么样的人，政府是否懂产业、政策是否稳定，生活和招聘是否便利，对初创企业的存续发展至关重要。

这些条件并不抽象。从奥运村坐地铁到清华东门只有两站；在冰丝带具身智能创新工坊附近创业，项目关注度高。

围绕这些环节，朝阳区政策同样具体：第十四届朝阳国际人才创业大会（ITEC2026）设86个奖项，5000万+总奖金；具身重点关键技术项目最高支持1000万元；首年入驻冰丝带具身智能创新工坊的优秀项目经评审可给予空间和服务支持......

最后孙博洋鼓励创业者："创业本来就很艰苦，选择一个对的地方，更容易被看见，不被下定义。"

探月具身智能社区创始人兼CEO王明玥关心的则是另一件事，怎么把人聚起来。

探月从2024年12月清华MBA的具身俱乐部起步。一年多以后，社区已经聚集5万名会员，其中约七八成有清北背景，形成50个深度技术社群，举办100多场线上线下活动，并进一步扩展成高校具身智能联盟，在北大、上交、北航和MIT等高校发展校园大使。

社区内部把一批00后开发者称为「具身小天才」，目前在册超过500人。

今年4月，探月发布全公益具身智能知识库，由清华、北邮、北航等高校学生共同撰写。7月举办的首届「探月计划·Physical AI黑客松」吸引400人报名，200人入选，其中70%的选手具备软硬件全栈能力。

这场黑客松募集了价值900万元的硬件与算力赞助，包括10台银河通用机器人、6台宇树机器人，以及英伟达DGX Spark和谷歌提供的算力支持。活动在小红书传播量达到500万，全网超过1000万。

王明玥看重的并不是活动本身：「比赛和活动不是目的。最重要的是建立一个场域，让对的人进来。」

奥林匹克文化促进会科技体育委员会主任马鑫把讨论带到了国际赛事体系。

奥林匹克文化促进会成立于2008年，首届主席为何振梁。去年年底，米兰科尔蒂纳冬奥会开幕前，圣火在希腊点燃期间，马鑫曾与国际奥委会、希腊奥委会及多个国家和地区奥委会的官员讨论科技体育。

电子竞技是一个前例。中国约有6亿电竞用户，全球接近20亿，国际奥委会也很早开始关注，但真正进入传统奥林匹克体系并不顺利。庞大的用户规模，并不等于一项新的竞技形式可以自然进入既有赛事体系。

机器人一年前还处在更早的阶段。去年年底，有三家国际组织找到马鑫所在的团队讨论人工智能，但涉及具身智能和机器人赛事时，「大家都不敢往前探」。当时甚至有人提出举办四年一届的奥林匹克机器人运动会，最终仍被认为时机尚早。

不到一年，态度已经发生变化。

就在这次活动不久前，国际世界运动会协会等组织也提出将在不久后推动全球机器人运动会——「我们一方面要判断机器人发展到了什么阶段，另一方面也在寻找可以进入赛事体系的项目」。

「我们有市场平台，在各个城市建立科技体育据点；有人，有市场，有品牌，但缺项目。」

马鑫认为，机器人赛事天然连接了几种需求。它可以展示一个国家的科技和工业能力，也容易吸引年轻人参与，同时给传统体育组织提供一个接近新一代观众的入口。

他真正关心的因此已经不是机器人能不能办一场比赛，而是能不能从一次技术展示，逐渐形成稳定的参赛者、赛事体系和大众基础。

「从技术展示到全民参与，是科技体育的终极命题。」

罗马在哪里

圆桌由清华大学学生通用人工智能研究会（THUAGI）主席刘宇主持。他把同期举行的两场活动放在一起看。世界人形机器人运动会像一次公开测试，机器人既要竞技，也要进入酒店、工业、应急等复杂场景；WRC则像一面产业展柜。展台上成立的能力，到了充满变量的现场还能不能成立，赛场暴露的问题，又能不能进入下一代产品。

第一个问题是，过去一年，对具身智能的哪些判断发生了变化？

中国人民大学信息学院助理教授、北京智源研究院研究科学家迟程看到的是行业重心的转移。过去大家追求一个足够惊艳的demo，现在越来越多注意力回到真实落地。真正进入产业，需要泛化、长程稳定和持续进化。环境和任务变化之后模型仍然能工作，长时间运行不出问题，还要在真实交互中不断积累经验。

灵御智能创始人兼CEO金戈说得更直接：「不考虑落地、不考虑真实场景应用的，可能慢慢都会退到幕后去。」

灵御智能已经把机器人放进北京4家超市长期运行。开放环境里，顾客、货架和工作人员都在随时变化，完全自主现阶段还做不到，所以模型处理不了的情况由远程操作接管。每一次接管，同时也留下一个新的训练样本。

金戈把这套路径类比为自动驾驶早期的human in the loop。机器人先在人的兜底下进入现场，再通过一次次corner case积累高质量数据。稳定工作和持续进化，要同时发生。

智在无界联合创始人、COO张力的判断要冷一些。他此前做过无人驾驶和人形机械，在他看来，今天的具身智能很像2017、2018年的无人驾驶。算法在进步，但大量落地仍停留在demo和POC，硬件组合没有收敛，模型路线也没有定型。

「大家还不知道罗马在哪，但都在试图找一条最快、最便宜的路去罗马。」

无人驾驶后来逐渐收敛到BEV加Transformer，前后用了数年。张力预计，具身智能真正找到自己的scaling law，或者迎来类似GPT-3的时刻，可能还需要3到5年。

优必选副总裁易涛把变化分成两条线。一条继续提高机器人的速度、爆发力和运动能力，另一条进入工业、商业和家庭。优必选从2024年开始进入新能源车等工业场景，训练和应用也在向小家电、食品加工、巡检、石化等领域延伸。

「人形机器人真正的未来，一定在场景中有更好的发展。」

帕西尼人工智能科技首席战略官罗霄恒关注的是触觉。帕西尼这个名字来自人体内负责感知高频振动的帕西尼小体，公司做触觉传感器、触觉手和整机部署。

过去一年，触觉从产业链的边缘环节迅速变成越来越多方案里的必选项。尤其四五月以来，一批触觉企业密集融资和发布产品。至于此前不断出现的「具身泡沫要破」的判断，罗霄恒说：「很遗憾，这个『泡沫』并没有破，反倒是政府、产业和资方的关切度持续上升。」

他发现，行业也没有按照「先模型、再实训、最后数据」的顺序发展。实景实训、人工智能+行动和高质量数据建设一直在同时推进。

「我们以为这是个串联的关系，其实它们一直在并联地跑。」

第二个问题是，一个复杂动作做出来了，怎么判断这是模型真的进步，还是针对单一任务的工程优化？

罗霄恒并不排斥demo。「demo做得漂亮、做得丝滑，是软硬结合的一部分。」关键是能不能继续从demo走到POC，再把一个个孤立场景连接起来，让同一套能力具备复制性。

易涛把标准放在交付端。工业里目前相对成熟的是搬运、上下料、分拣，但高度定制的单点任务还不够。

「如果不是通用场景，那就是实验室的产品。」

真正困难的是到了客户现场之后。同一个行业，不同工厂的产线、空间、节拍和工艺都可能不同，实验室里训练好的机器人往往需要重新适应。易涛认为，这种交付甚至比传统电脑和C端产品更复杂。

张力更看重模型能力本身。无论VLA、强化学习还是世界模型，最终都要看泛化能力、零样本能力和任务成功率有没有实质提升。智在无界最新0.8版本模型加入触觉后，他称部分任务成功率提高了「百分之二三十，而不是加1%的那种提升」。

但今天仍然存在一个明显的不平衡，本体能力跑在模型前面。机器人可以跑得更快、跳得更高，模型对物理世界的理解和交互能力却还在追赶。

「希望看到的是模型能力带来的变化，而不只是靠硬件性能，或者收敛的硬件加强化学习形成的运动控制。」

金戈则用「不可能三角」解释今天的局限。可靠性、自主性和通用性，现阶段很难同时满足。很多demo能够自主、可靠地完成一个任务，代价就是任务被限定得足够窄。

背后仍然是数据不足。他提到自动驾驶早年的DARPA挑战赛，当时获奖的无人车大量依赖if-else规则，与后来主流的BEV加Transformer并不是同一套方法。

「demo的模式和最终走向通用智能要用的模型模式可能不一样，但它仍然是必要的、一定会经历的过程。」

迟程引用了王兴兴提出的「两个80%」。机器人进入80%的陌生环境，仅通过人的语音或文字指令，就能完成其中80%的任务，才可以认为真正的智能涌现已经出现。

这个标准的核心仍然是泛化。环境变化之后能工作，任务变化之后能工作，甚至更换本体之后，模型也不能随之失效。

圆桌最后一个问题落到了产品上。什么样的结果出现，才算真正越过demo阶段？

几个人给出了不同的尺度。

迟程看时间，希望未来一到两年出现能够在真实环境中长期稳定运行，并持续自我进化的具身模型。

金戈看日常渗透率。他的标准是，中国二线以上城市的居民，每周能在日常生活中见到三次机器人。

张力看商业账，准确率和工作节拍至少达到人的水平，同时还要具备经济性。

易涛把标准压缩成一句话：「不说走进千家万户，起码先走进千行万业。」

罗霄恒则等待行业形成共同语言。去年人形机器人和具身智能相关的国标、行标还只有几项，今年预计超过上百项，他所在的团队参与了40多项。

他把下一阶段称为具身智能的「Type-C时刻」。

「哪怕是一个小的接口、一个小的配置，全行业达成共识，不管是安全层面还是接口协议层面，就说明这个行业开始往下走了。」

技术路线还没有收敛，但几个人判断进步的尺度已经越来越接近。机器人要离开一次性的演示，在更多环境里重复工作，最后接受成本、效率和产业标准的检验。

留下来

茶歇之后，话筒交到了两位场景方代表手里。

奥林佳泰大厦经理于兴磊带来的是一项已经落地的安排。奥运村街道联合奥林佳泰大厦，为参赛团队和产业链企业提供整层1200平方米的赛时专项办公空间，配有办公区、会议区、样机调试区、380伏工业用电和24小时空调、安保，具身智能优质项目经评审可提供空间支持。

中国舰船研究院产业运行处副处长范增威则从需求端谈起。运动会期间，他全程看了直播。机器人百米更快了，跳高到了2米88，弹幕里却仍有人把它们称作「遥控操作的大型玩具」。

在范增威看来，新的应用场景往往是在更多人理解技术之后才被发现。互联网普及以前，也没人能提前列出外卖、网约车和共享单车这些需求。机器人同样需要各个行业先知道它能做什么，再提出真正的问题。

成本则是另一道门槛。「手机的量，汽车的价钱」描述了人形机器人的想象空间，但一台十几万元的机器人必须证明自己拥有与价格匹配的使用价值，否则再大的潜在市场也很难兑现。

范增威坦言，目前也还没有现成答案，具身智能必须跟进。他向现场伙伴发出倡议，希望一起寻找能够降成本、提效率的解决方案。

当晚最后的Sim-to-Real抉择游戏，把这个问题进一步具体化。每组拿到十张机器人核心能力卡，只能保留五张，并重新排序。

十组选出的答案并不相同，但上台陈述的三组都把「安全与故障恢复」放在了第一位。

到了真实场景里，再漂亮的动作、再先进的模型，首先都要回答一个最基本的问题。出了问题之后，机器人能不能停下来，能不能恢复，能不能继续工作。

经验不可压缩

一台机器人可以在百米赛道上跑出9秒39，但产业真正关心的，是离开赛场之后，这些能力还能剩下多少。

到了超市，它要面对不断走动的顾客和变化的货架；到了产线，准确率、节拍和成本都要过关；换一个环境、一个任务，甚至换一副本体，原来的能力还能不能成立。这个晚上反复出现的「不可能三角」「两个80%」和「Type-C时刻」，最终都在回答同一个问题，一次成功，什么时候才能变成可以重复的成功。

所以，赛场上的失败也有价值。一个瓶盖没有拧开，一次任务中途被接管，一个模型离开实验室突然失效，都会留下新的数据和问题，再回到下一轮训练和工程迭代里。

特德·姜在《软件体的生命周期》里写过一句话：

「Experience is algorithmically incompressible.」

经验在算法上是不可压缩的。

具身智能尤其如此。模型可以扩大，本体可以迭代，但机器人对物理世界的理解，仍然要靠一次次真实交互积累，没有办法用一个漂亮的demo跳过去。

9秒39只是一个瞬间。机器人真正走进工厂、商场和日常生活，需要的是纪录之后那些漫长得多的时间。