机器人捂脸冲刺拿冠军，工程师：这姿势是它自己琢磨的，教不出来

2026年8月23日下午，北京国家速滑馆“冰丝带”，第二届世界人形机器人运动会400米小型组决赛的跑道上，一个身高1.35米的身影以极其独特的姿态冲过终点。

双臂抬到脸旁，身体大幅前倾，双手几乎捂住了面部，远远看去，像是一个害羞的小姑娘在狂奔。45.66秒冲线，天工Omni夺冠。

现场观众哄笑起来，社交媒体上“捂脸跑”三个字迅速登上热搜，“捂脸跑”的姿势赢了冠军，但真正让人细思极恐的是——这个姿势，工程师根本教不出来。

赛后，北京人形机器人创新中心运动控制算法专家韩刚在接受采访时说了一段话，把很多人都听愣了。

“并不是找了个小姑娘去模仿跑姿，这都是天工Omni自己思考出来的。”

韩刚进一步解释道：“一开始我们设计的是正常人百米跑步的模式，但这个机器人是在仿真里不断用数据迭代出来的。

它在学的时候，可能就感觉‘捂脸跑’比摆臂跑更舒服，所以这是它自己迭代出来的一个方式。”

换句话说，工程师一开始给机器人设定的目标是“跑得快”，至于怎么跑——是摆臂还是捂脸，是昂首挺胸还是弯腰弓背——工程师没教。

机器人在仿真环境里一遍遍试、一遍遍摔，最后自己“选”出了这个看起来有些滑稽、但效率最高的方案。

同属天工队的运动控制算法工程师孟祥在接受中新社采访时介绍，这样的姿态可以让机器人跑得更快更稳，并不是刻意设计的“舞台效果”。

机器人腰部力量充沛，在奔跑中可以依靠大幅扭腰抵消腿部快速摆动带来的偏移。

该机器人奔跑峰值速度接近10m/s，受限于小巧体型，质心较为靠前，因此需要不停地往前倒步来维持自身平衡，那机器人为什么偏偏选择了“捂脸跑”？

韩刚给出了一个很直接的解释：机器人如果快速摆臂，肩部的负载能力过大，可能会导致关节发热，影响能耗。

而“捂脸跑”恰好规避了这个问题——肩部不用高频摆动，发热风险降低，能耗也更小，机器人的腰部和腿部更强，通过扭腰扭胯来保持平衡，比摆臂效率更高。

“它感觉这样更舒服，”韩刚说，这套训练方法叫“强化学习”，韩刚打了个比方：“这和教育小朋友很像，表现好了会有奖励，表现不好也会有批评。

在仿真里我们会有一些大的方向的引导，比如说速度、发热，但是具体怎么办，我们也不知道它会怎么跑。

通过奖励去驱动它，它自己去不断地尝试学习，不断地跌倒重来调整，最后发现这种姿势可以达到你的要求了，同时我自己也很舒服。”

韩刚还透露了一个技术细节：“强化学习这种方式，很难人为设计去实现，以前我们会写方程，去规划它的每一个动作，去描述它每一个状态。

但实际上很多时候你很难把它写清楚，但是强化学习就不需要这些，它都是自己基于数据驱动去写出来的。”

“捂脸跑”的机器人除了因为动作出圈，还因为它真的快，就在小型组决赛前不久，同属天工队的大型组选手天工Ultra以38.15秒的成绩拿下400米大型组冠军。

人类男子400米世界纪录是南非运动员范尼凯克在2016年里约奥运会创造的43.03秒，机器人不仅赢了人类，还快了将近5秒。

更让人震惊的是迭代速度，首届世界人形机器人运动会400米决赛的冠军成绩是1分28秒03，从88秒到38秒，机器人的迭代只用了一年的时间。

北京人形机器人创新中心人形部负责人郭宜劼透露了背后的关键技术升级：关节转矩和转速的大幅提升、算法学习强化和训练方式的迭代、电器件可靠性的升级。

一年时间，速度翻了一倍多，这种进化速度，人类体育用了上百年才做到。

这件事最让我觉得有意思的，不是机器人跑得多快，也不是它的姿势多滑稽，而是工程师那句“教不出来”——一个由人类制造的东西，却用一种人类没想到的方式，把事情做得比人类教的更好。

过去所有的机器人动作，本质上都是“喂饭式教学”——工程师做动作捕捉，机器人依葫芦画瓢；工程师写程序，机器人按指令执行，机器人是人类的复读机，每一个动作，人类都知道为什么。

但天工不一样，它的每一个奇怪动作背后，都有一个人类工程师事先没想到的物理最优解。

它不是在模仿人，它是在用自己的身体，做了一遍人类没做过的物理实验，然后交出了一份人类看不懂但成绩更好的答卷。

这个场景是不是特别眼熟？2016年AlphaGo对阵李世石，第37手棋下出来的时候，全世界的围棋大师都懵了，说这不是臭棋吗？业余选手都不会这么下。

结果这步棋，成了整盘棋的胜负手，那一手棋的意义不在于赢了李世石，在于它告诉全人类：你们几千年积累的围棋经验，可能只是众多解法里比较平庸的一种。

天工这次“捂脸跑”，本质上就是机器人赛道的“第37手”，工程师教它人类跑姿，是基于一个默认前提——人类几百万年进化出来的跑步方式，一定是对的，但机器人不认这个前提。

它没有情绪，没有偶像包袱，也不关心“我这样跑好不好看会不会被同学笑”，它只关心一件事：在我这个身体结构下，什么姿势能让我用最少的电，跑出最快的速度。

然后它算出来的答案，跟人类的答案完全不一样，体育史上有个著名的例子叫“背越式跳高”。

1968年墨西哥奥运会之前，所有跳高运动员都是正面越杆或者侧身越杆，一个叫福斯贝里的美国人非要背朝横杆跳过去，被全世界嘲笑说姿势难看、不成体统。

结果他拿了金牌，破了奥运会纪录，今天你打开任何一场跳高比赛，所有人都在用背越式，福斯贝里花了十几年跟自己较劲，才推翻了人类跳高的经验主义。

天工只花了训练迭代的几个星期，这就是整件事最让我心里发毛的地方，跑步，是人类最基本的运动能力，几百万年进化出来的东西，被一个1.35米的铁家伙在几个星期里就给超越了。

不是靠力气大，不是靠跑得快，是靠“想”到了一个人类从来没想到过的解法。

这让我特别想问一句：在跑步这件事上，人类几百万年的进化，真的比机器几个星期的迭代更厉害吗？答案摆在那了。

其实不光是跑步，我们生活中太多东西都建立在“经验”两个字上，怎么开车最省油、怎么写程序最高效、怎么管理团队最能出业绩——这些“最佳实践”，全是人类在特定条件下试错试出来的。

但问题是，这个“特定条件”是人类自己的身体结构、人类的思维方式、人类的认知边界，机器没有这些限制，它试错的维度和速度，跟人类根本不在一个量级上。

说句不太好听的话，人类对自己的经验有一种盲目的自信，我们总觉得“老祖宗传下来的不会错”“这么多年都这么干一定有道理”。

可问题是，老祖宗传下来的东西，是在老祖宗那个身体条件和生活环境下总结出来的，换了一个完全不同的身体结构、完全不同的计算能力，很多“经验”可能从一开始就是错的。

机器人捂脸跑赢金牌这件事，其实是在用一种最直接的方式告诉人类：你觉得对的东西，可能只是因为你从来没试过别的方式。

当然，现在说这些还为时过早，天工Omni的“捂脸跑”只是在特定规则下、特定赛道上的最优解。

但方向已经很明显了：当机器开始用我们理解不了的方式解决问题，而且解决得比我们好，人类该怎么办？

是继续坚持“我们教的一定是对的”，还是承认在某些领域，机器可能比我们更懂怎么“跑得快”？天工Omni捂着脸冲过终点线的那一刻，它没有庆祝，没有得意。它只是跑完了。

但那个滑稽的姿势，像一记闷拳，打在人类几千年积累的经验主义脸上——你觉得你教得对，不好意思，我自己琢磨出来的，比你的好。

你觉得未来还有哪些“人类经验”可能会被机器人推翻？