马斯克都转发了！机器人“跑赢”博尔特，但身体太快，脑子还在追

出品 | 网易智能

作者 | 小小

编辑 | 王凤枝

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。

38秒15，人形机器人的400米成绩，第一次快过了人类男子世界纪录。

一年前，世界人形机器人运动会的400米冠军成绩还是1分28秒03；一年后，"天工Ultra"把这个数字缩短了近50秒。

这么快的进步，也让人更期待：同样的工程迭代，何时会出现在自主决策、复杂操作和长期稳定工作上？AI进入物理世界，机器人距离成为真正的生产力，还有多远？

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又被外界称为"机器人奥运会"。其中，最先吸引公众目光的，仍然是速度。

在100米大型组预赛中，由北京人形机器人创新中心开发的"天工Ultra"先跑出9秒39；此后赛场最好成绩又推进到9秒32。400米大型组决赛中，"天工Ultra"以38秒15完成比赛。

从数字看，9秒32快于博尔特保持的9秒58男子100米世界纪录，38秒15也比人类男子400米世界纪录快了近5秒。

相关视频很快传播至海外，特斯拉CEO埃隆·马斯克（Elon Musk）也在社交平台转发。

不过，这不是体育意义上的"打破人类世界纪录"。机器人和人类的动力系统不同，受到的生理条件和比赛规则也不同。9秒32和38秒15真正的看点，是双足机器人已经能够在高速运动中完成连续的姿态控制和平衡调整。

跳高项目也需要同样的限定。"天骁"机器人在原地跳高项目中跳出2.8843米，但比赛测量的是机器人起跳后身体最低点离地的高度；人类2.45米世界纪录则是运动员助跑后越过横杆，两者不能直接比较。

这些成绩展示了人形机器人在动态运动控制上的进步。

高速奔跑不只是让机器人加快腿部动作那么简单。机器人要实时调整姿态、控制重心，还要根据每一步落地的情况修正下一步。对双足机器人来说，奔跑中任何细微误差都可能让它失衡。

机器人技术观察账号@KrdTundra认为，高速运动为双足机器人提供了一个极具挑战的测试环境。奔跑会同时考验机器人腿部运动、身体协调和平衡恢复能力，而这些能力未来同样会影响机器人进入工业、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。

冲过终点后，"天工Ultra"和"闪电"没有像人类运动员一样自然减速，而是撞向终点后的缓冲设施。其中，"闪电"倒地后被工作人员用担架抬离赛道。部分其他项目中的机器人也出现摔倒、碰撞甚至故障。

这并不削弱高速奔跑本身的技术价值，只是把下一道工程题摆到了台前：机器人完成一个高难度动作之后，还要继续判断环境、控制身体，安全进入下一步。

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年首届世界人形机器人运动会上，100米最好成绩为21秒50。一年之后，这项赛事的最好成绩已经进入9秒区间。

这个变化不能算作"AI一年变强了一倍"。高速奔跑同时考验机械结构、执行器、运动控制、电池和散热，是整套机器人系统一起迭代的结果。

半程马拉松项目也呈现类似趋势。去年，人形机器人首次参加北京亦庄半程马拉松时，部分机器人需要工程师陪跑，部分机器人无法完成比赛，有的甚至在起跑阶段就失去平衡。今年，荣耀研发的"闪电"机器人已经能够自主完成半程马拉松，成绩达到50分26秒。

机器人运动会规模的扩大，也反映出行业参与者数量快速增加。去年首届赛事约有280支队伍参加，今年参赛队伍增加至666支，参赛机器人达到2056台。

社交媒体账号@redphone关注到，参赛队伍这样翻倍，说明人形机器人不再只是小范围的技术展示。他认为，机器人运动会正在形成类似AI领域公开测试环境的作用，让不同企业的技术路线在同一套规则下直接接受检验。

为什么要办机器人运动会？

它和早年的ImageNet挑战赛、SWE-bench以及各种大模型排行榜有些相似，一个新兴行业需要一套公开、可比较的测试，让不同团队在同一套规则下展示进步。

但具身智能也可能重复大模型评测走过的路：先用Benchmark建立共同坐标，再发现榜单成绩不等于真实使用能力。

本届运动会还增加了21项场景任务。赛跑之外，机器人也要在更接近真实工作的环境里接受测试。

跑得快之后

机器人还要学会插电缆

同期举行的2026世界机器人大会，展示的则是整个产业正在寻找的应用方向。

在北京举行的世界机器人大会上，超过300家公司参与展示，展品覆盖工业机器人、服务机器人、人形机器人等多个领域。越来越多企业把重点从单纯展示机器人外形和动作，转向讨论机器人如何进入生产环境。

这也是产业正在发生的变化。过去几年，人形机器人最容易获得关注的是那些具有视觉冲击力的演示，比如跳舞、格斗、后空翻，或者完成复杂动作。但随着产业走向商业阶段，企业和投资者更关心另一个问题：机器人能不能真正完成工作？

世界人形机器人运动会今年增加的21项场景模拟任务，就是这种变化的体现。除了跑步、足球等体育项目，机器人还需要完成工业装配、物料搬运、连接电缆、电动汽车充电、餐厅服务等任务。

这些任务看起来没有百米赛跑那么吸引眼球，却更接近机器人未来可能进入的工作环境。

对机器人来说，跑步反而是一个相对确定的任务：赛道平整、方向明确、动作高度重复。连接电缆看起来简单，却要求机器人先识别插头和接口的位置，再控制机械臂移动、调整手腕和力度，完成精确插接；如果位置有偏移，它还要判断失败原因，调整姿态重新试。

赛跑考验的是确定环境中的极限运动控制，插电缆这类活儿考验的是面对不确定性时的感知、判断、操作和纠错，后者更接近具身智能最终要解决的问题。

机器人公司Lumos Robotics首席执行官于超认为，这类比赛能够帮助企业改进硬件，也能展示技术进展，但行业最终还是要回到实际价值。机器人只有进入终端场景，真正帮助企业提高效率，才具有长期意义。

运动能力先跑到了前面。接下来要看的，是同一台机器人换一项任务、换一个环境，能不能继续把事情做成。

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？

一个重要原因是，机器人产业拼的不只是算法，还有制造体系。人形机器人从机械结构到执行器、电池、传感器，再到控制系统，每一环都要落到具体零件和产线上，需要大量工程经验和供应链支持。

中国长期积累的制造能力，恰好为这一产业提供了基础。根据国际机器人联合会的数据，中国已经是全球最大的工业机器人应用市场，大量制造企业也为人形机器人提供了实际的测试环境。

中国现在最明显的优势，未必是已经造出了"最聪明"的机器人，而是拥有一个让机器人快速造出来、快速试、快速摔、快速改的环境。从零部件供应、整机制造到工厂测试和公开比赛，机器人暴露问题以后，可以更快进入下一轮迭代。赛场上一年缩短近50秒，也让这套工程体系的迭代速度变得更加直观。

社交媒体账号@AlternatNew指出，此次赛事中，中国企业在多个项目中表现突出，显示出中国在人形机器人领域快速发展的态势。

X用户@thisisdimm则认为，人工智能正在进入一个新的阶段，过去几年全球科技公司主要围绕大模型能力展开竞争，而未来AI如何进入现实环境，将成为新的竞争方向。人形机器人正是这一趋势的重要体现。

比跑得快更难的是

让机器人稳定工作

但制造体系能提高迭代速度，并不自动等于商业成功。这种挑战也不只是中国企业要面对的。

美国俄勒冈州立大学机器人学教授艾伦·费恩（Alan Fern）认为，近年来机器人运动能力提升明显，但其中很多进步来自硬件优化和控制系统改进。相比单纯提高奔跑速度，机器人完成需要实时互动的任务更具挑战，比如打网球，需要持续追踪快速变化的球路，判断移动方向，并协调身体动作完成击球。

这类任务更接近机器人未来面对的真实环境。

现实世界并不会按照程序提前设定。工厂里的零件可能位置变化，仓库中的货物可能摆放不同，家庭环境更充满随机因素。机器人需要具备感知环境、调整策略以及处理错误的能力。

这也是为什么今年世界人形机器人运动会中，自主运行能力成为重要评价标准。

AI研究员@XRoboHub认为，今年赛事相比去年最大的变化，是行业更加关注机器人自主完成任务的能力。短跑成绩能够证明机器人的运动能力，长期任务执行能力才更接近商业落地需求。

真正进入工厂后，企业不会只看机器人能不能把一件事做成，还会问：它能连续工作多久？失败后能不能自己恢复？一天需要人接管几次？完成一次任务究竟比人工更贵还是更便宜？

这些指标没有9秒32那么容易传播，却更接近一台机器人能不能被长期使用。

机器人时代的竞争

最终回到生产效率

一个更现实的数字来自赛场之外。

路透社援引机器人分析师格奥尔格·施蒂勒（Georg Stieler）估计，今年生产的人形机器人中，可能有50%至70%先进入"数据工厂"反复采集训练数据，而不是直接替付费客户完成生产任务。它们看起来已经在上班，实际上还在学习怎样工作。

运动会可以验证硬件极限，也能暴露技术短板；到了工厂，成绩单会随之改变，机器人能连续工作多少小时，完成多少次操作，需要多少次人工接管，每项任务又要花多少钱。

人形机器人用一年时间，把赛事百米最好成绩从21秒50推进到9秒32。接下来，如果通用智能和可靠性也能以相似的速度向前推进，今天赛场上的能力就可能更快进入工厂、仓库和日常生活。

下一项最值得期待的纪录，也许不只是跑得更快，而是稳定地干得更久。