打破人类世界纪录人形机器加速奔向未来

专题：市场仓位回补未止配置聚焦中国优势制造配资查询广告可信吗

◎记者窦世平刘暄

一年前，人形机器人还在赛道上踉跄前行；一年后，它已将人类世界纪录甩在身后。

4月19日，人形机器人半程马拉松赛在北京亦庄再度开跑。与去年相比，本届赛事实现了历史性的飞跃。不但参赛规模爆发式增长，赛道难度全面升级，更关键的是，来自荣耀齐天大圣队的“闪电”机器人以50分26秒的成绩斩获冠军，首次超越了人类半程马拉松57分20秒的世界纪录。

元股证券

比赛期间，上海证券报记者采访多名行业人士、业内专家及参赛企业。综合各方观点来看，本届比赛仅是速度的胜利，更标志着人形机器人在运动控制、自主导航、整机可靠性等核心技术上迈过了关键门槛。

人形机器人产业迎工程能力大考

“‘咻’地一下就过去了。”本届赛事的人类选手男子组冠军赵海杰这样描述被机器人超越的瞬间。

这位29岁的专业跑者说：“它们跑得太快了，大概有五六个机器人从我身边过去，我完全没有追赶的念头。”另一位跑者王先生也告诉记者，比赛前，自己本打算跟跑一段，但机器人速度太快，就打消了这个念头。

据荣耀工程师介绍，此次荣耀参赛的机型包括自主导航和遥控操作两款。其中，自主导航款机器人具备自主感知导航能力，搭载自研高动态运动系统，有高速奔跑与强地形通过适应能力，在运动中表现稳定、响应迅捷，且整机动力强劲、续航持久。

今年比赛，大多数机器人选手已从“能走完”升级到“能跑稳”。国家地方共建人形机器人创新中心首席科学家江磊在接受记者采访时表示，运动能力大幅提升的背后，比拼的是动态平衡算法、实时步态优化、高功率关节驱动、多传感器融合定位和整机热管理与能耗调度。“这些能力既需要强大的AI决策作为大脑，也需要稳定可靠的硬件作为支撑。”他说。

“和去年相比，机器人马拉松比赛不仅具备人形，还具备与人相似的各项性能，运动能力属于完成通用任务的基础能力。”北京信息科技大学副教授聂显苹对记者表示，如期完成马拉松比赛，是人形机器人的达标时刻，具备了完成通用任务的基础，背后有包括人工智能、电池续航、自修复、关节稳定性、散热等多个产业链的支撑。

从赛事规则和参赛队伍来看，自主导航比例大幅提升，人工干预明显减少。江磊分析称，本届赛事从单纯比拼运动能力，转向综合考验智能决策、可靠性、长时续航，整体更像一场真正的工程能力大考，而不是技术秀。

量产与商业化时间表不断提前

跑得快是一回事，跑进工厂、商场、家庭是另一回事。

人形机器人要想长远发展，首先要解决的是场景落地问题。北京经济技术开发区机器人局局长蔡继征表示，举办赛事的目的就是“提供真实场景的测试”，让企业在真实场景下检验技术、暴露问题。

目前，以赛促产的效果正在显现，参赛规模从去年20支队伍增至今年的百余支，国际选手和科技大厂悉数入场。江磊认为，行业已进入全球产业化竞速阶段。国际选手参与意味着此项中国赛事开始具备全球影响力，技术路线开始被国际同行认可。大厂下场则说明赛道确定性大幅提升，资本与资源持续涌入，量产与商业化时间表被不断提前。

“机器人要进入千行百业和千家万户，产业的发展就需要进入很多终端场景去进行大量的实践和应用。”京东零售机器人整合营销负责人郑文岩对记者透露，京东已与200至300家机器人品牌合作，推动机器人在线上线下、国内海外的商业化落地。据她介绍：在京东超级体验店，机器人正在担任导购、理货员；在售后维修仓和物流仓库，机器人已在“实打实地干活”。

“大脑”和数据是产业未来重点

跑赢人类，证明的是运动能力，但运动能力只是入场券。

机器人何时才能不只是“跑”，而是真正的“干”？智能是行业的共识。业内将机器人的智能分为两层：负责平衡与运动控制的“小脑”；负责理解场景与决策的“大脑”。马拉松检验了前者，而后者才是决定机器人能否走出赛场、走进生活的关键。

比赛当日，星海图R1 Pro、R1 Lite亮相半马赛道补给站，化身“机器人服务官”，以全自主、无遥控方式动态递补，全程为参赛选手提供递水、递毛巾、补给品分发等服务。星海图市场总监张宇佳在赛事现场向记者表示，马拉松考验的是平衡与奔跑的“小脑”能力，而真正的挑战在于“大脑”，让机器人理解物理世界，完成多步骤交互任务。

元股证券:ygzq.hk

“这些动作需要机器人了解毛巾在不同时刻的状态，才能决策下一步，背后是大脑的能力在驱动。”张宇佳表示，这比跑步更难，因为需要的是机器人与物理世界交互的动作数据。

数据因此成为新的战略资源。郑文岩透露，下一步，京东将建立全球最大数据采集场，两年内采集1000万小时真实场景数据，覆盖商业服务、工业制造等领域。北京大学金融与产业发展研究中心研究员黄建华认为，数据工厂、标注平台、仿真训练将成为产业链上的新赛道，机器人大脑未来将向轻量化模型、边缘计算和多模态融合方向演进。

“长跑积累的海量数据，还能反哺工业、服务、特种场景，让机器人在更复杂环境下具备稳定自适应能力。”江磊说，未来，机器人大脑会向轻量化、端侧部署、实时推理方向进化，数据采集则会更精细、更多模态，形成“感知—决策—执行—数据回流”的完整闭环。