中国仿人机器人跑赢博尔特——然后撞上了垫子

终点并非重点

本周在北京举行的世界机器人大会上，一台中国仿人机器人以 9.32 秒的成绩冲过 100 米终点线。这一成绩以整整十分之二秒的优势超越了博尔特保持的 9.58 秒世界纪录——在短跑领域，这一差距足以决定金牌与第四名之间的天壤之别。

然而，这台机器随后立刻向前踉跄，越过终点线后撞上软垫，四肢抽搐地摔成一团。

这段视频在网上迅速走红。不是因为精彩——尽管对一台双足机器人而言，这个速度本身已经堪称瞩目——而是因为它在一个笨拙的瞬间，捕捉到了该领域最真实的现状。当机器人逼近终点线时，现场观众本已低声呢喃着期待，而它在冲线时无法停下，引发了一片夹杂着欢呼与笑声的喧嚣。一些人原本期待它可控地减速，但现实却提醒了他们：即使是为超越物理规律而打造的机器，也无法摆脱物理学法则的约束。

谁跑完了这场比赛

参赛选手出自傅利叶智能（Fourier Intelligence），这是一家总部位于上海的公司，在康复机器人领域积以声名，近年来则转向通用型仿人平台。有必要提一提这家公司的背景：公司成立于 2016 年，傅利叶花了数年时间专为中风患者和脊髓损伤患者开发外骨骼和步态康复系统，随后才转向更广泛的仿人应用。正是这种对人体运动的理解——从微观层面洞悉生物力学——很可能塑造了跑步平台的设计哲学。

负责报道该赛事的日本媒体并未立即确认具体型号，但该公司公开演示中出现的是一款身高 2.2 米、重 42 公斤的仿人机器人，能够跑步并在受到推搡后恢复平衡。该机器人的体型——高大、瘦长，四肢修长——赋予它相比更紧凑设计的速度优势，但同时也增加了高速下平衡控制的复杂度。每一步都会将重心进一步推离支撑基底。在 100 米 9.32 秒的速度下，这些重心偏移发生得比绝大多数实时控制系统能够校正的速度还要快。

这场世界机器人大会由中国工业和信息化部支持，与其说是一场传统的机器人峰会，不如说更像一场国家级展示会。2024 届大会吸引了超过 10 万访客，展出了约来自 40 个国家的 700 家企业的 3000 多种机器人产品。仿人 100 米冲刺已成为 recurring 展项——一种既能讨好观众又能充当计分牌的表演。前几年的成绩集中在 12 到 14 秒区间。而这台机器在一年内实现 10 秒以内的突破，使其成为远超中国国界的新闻事件。

9.32 秒为何重要

仿人运动仍然是机器人领域最困难的难题之一。用两条腿行走需要不断微调以维持平衡、控制摩擦和分配体重。跑步则让这一切更加艰难——支撑阶段缩短，腾空阶段引入不可预测性，且力量随速度成比例放大。以冲刺速度做到这一点，尤其是对于一台看起来像人、且被期待完成跑步之外任务的机器而言，远远超出大多数商用机器人的能力范畴。

当今大多数量产型仿人机器人，包括特斯拉的 Optimus 和 Figure 的机型，都以步行速度移动。它们为工厂车间和仓库环境而设计，在那里可靠性远比速度重要。一台能以每秒 1.5 米的速度行走并以稳定精度拾取物品的机器人，是可量产的产品。而一台能以每秒 10.7 米的速度冲刺却无法在不摔倒的情况下停下来——那仍然只是一次工程演示。

北京大会上的中国选手代表了一种不同的理念：公开突破极限，从失败中学习，让市场随之跟进。傅利叶智能、宇树科技、Agibot 和小米的 CyberOne 都在日益紧凑的时间线上发布着越来越强大的机器。中国在仿人机器人领域的策略是高度迭代式的，由国家政策目标、风险投资和一项将国内自动化变得经济上刻不容缓的劳动力短缺共同驱动。预计到 2035 年，中国将面临约 10% 的劳动年龄人口萎缩。在该逻辑框架下，仿人机器人不是奢侈品——而是应对人口结构的对冲手段。

为何那次摔倒更重要

那次摔倒并非项目的失败。恰恰相反，它是项目试图解决的难题的最佳证明。

跑得很快只是相对容易的部分。用双腿在不摔倒的情况下停下，才是真正的难关。人类跑步者会自然减速——身体后仰、调整步幅，运用由一生运动经验磨砺出的动量和肌肉记忆。而仿人机器人必须在实时计算这一过渡过程，权衡其重心、地面反作用力、关节扭矩以及所处表面的摩擦系数。差之毫秒，便是倒在软垫上，四肢摊开，传感器仍在循环运转。

这正是"能动的机器人"与"能工作的机器人"之间的鸿沟。是实验室演示与真正走进你的家庭或工厂、且无需工程师每十分钟就回来重置一次的实用产品之间的差别。减速控制、障碍物规避、不同表面的适应——这些才是决定一台仿人机器人是新奇玩意儿还是真正必需品的关键问题。

这次摔倒也揭示了测试环境的一面。会议舞台上的演示并非受控实验室。地面材质、照明、温度、观众的存在——所有这些因素都引入了工厂车间会消除的变量。在理想条件下表现优异、却在轻微扰动下就失败的机器人，尚不具备部署条件。这次奔跑尽管速度惊人，却暴露了这种脆弱性。

日本的视角

日本媒体——通过读卖新闻和 FNN 跟进报道——反映出一种熟悉的焦虑。日本缔造了现代仿人机器人。本田的 ASIMO 陪伴我们近二十年，成为日本在先进制造和工程领域取得成就的象征。丰田、川田和软银都曾在这个领域重金投入。而如今，一台看起来像是它们后代的机器，在北京跑赢了博尔特的纪录。

日本媒体的报道远不止是一次速度测试。他们正见证一场技术领导权的转移在实时上演。日本的策略一贯审慎、安全至上、商业上保守。该国的机器人产业优先考虑可靠性以及与既有工业生态系统的整合——这也是丰田的仿人努力与汽车制造紧密绑定的原因，也是本田后续机型强调与人类的温和互动的原因。而中国的策略则大胆、快速、且敢于公开出丑。市场或许在短期内更青睐后者——即便那些摔倒令人难堪。

这里还有一个代际维度。日本的仿人机器人队伍正在老化。年轻工程师更被软件、人工智能和消费电子所吸引，而非双足机器人那种硬件密集、开发周期漫长的世界。相比之下，中国每年培养数以千计的机器人工程毕业生，其中许多人将仿人开发视为前沿领域，而非遗留领域。人力资本的差距，可能与政策或资金差距同等重要。

次生效应

影响远远超出比赛结果。每一次如此规模公开的演示，都会在多个行业激起涟漪。

投资者正密切关注。这段视频无论成功还是失败，其病毒式传播本身就在验证一个判断：仿人机器人是一项高置信度的押注。原本可能流向 AI 语言模型或自动驾驶汽车的资金，正在被重新引导至物理 AI 和通用机器人。此前专注于应用开发和电子商务的中国风投机构，现在正围绕机器人初创公司构建投资组合。这种转变正在加速催生出这台机器人本身的生态系统。

保险和责任框架也在 shifting。随着仿人机器人从实验室走向工厂、再走向潜在的家庭环境，当一台机器人撞倒、伤人或造成财产损失时由谁负责——这个问题已不再只是理论。中国监管部门已在起草相关框架。一台能破世界纪录却无法安全停下——这一事实为这些讨论注入了紧迫感。

围绕 AI 与机器人的叙事正在被重塑。多年来，主导的故事围绕智能展开——语言模型、推理、智能体系统。而这一刻将话题转向了具身性。没有能在物理世界中导航的躯体，智能便是不完整的。这次摔倒成了 meme，但 meme 塑造认知。一台机器人跑赢博尔特纪录却在终点线前扑街的画面，已嵌入公众对该技术所处阶段的文化理解之中。

谁赢，谁输

赢家是押注中国仿人机器人攻势的公司和投资者。每一次病毒式传播的片段——无论成败——都在提升能见度、吸引人才、并为进一步的资金支持提供合理性。这次摔倒视频将数周内持续流传。这不是损失，这是营销。最早理解这一点的人，将是最大受益者。

暂时的输家是东京和波士顿那些以为精准和可靠能胜过速度和表现的工程师与高管。仿人竞赛不再由谁造出最谨慎的机器来赢得。它正被谁造出最引人注目的机器所赢得。当最终目标是让人们在家中和工作场所信任的产品时，这是一个危险的假设——但可见性在当今具有市场价值，哪怕它不能保证明天的一切。

还有一个隐形的赢家——观众自身。公众正以前所未有的方式看到仿人机器人。这些机器不再局限于学术论文和私人实验室演示。它们站在了舞台上，出现在新闻画面里，刷爆社交媒体动态。这种常态化很重要。它培养了公众熟悉度，并降低了当技术真正成熟时采纳的门槛。

接下来会发生什么

9.32 秒是一个里程碑。而那次摔倒才是故事本身。两者共同标志了仿人机器人不再只是实验室 curiosities、而是升级为具有国家战略意义的公开竞赛的时刻。

可以预见更多比赛，更多更快的成绩。下一代几乎必然解决减速问题——通过改进控制算法、物理改装（如阻力系统或拖曳腿），或者简单缩短赛道以便可控停下。制造这台机器人的公司很可能会在数月内发布后续演示，而且会更加流畅。这正是激进迭代开发的模式：公开失败，私下修复，默默成功——直到下一次比赛。

但一个更深层的问题仍由任何单次演示无法回答：一台能冲刺的机器人，能否叠衣服？能在杂乱厨房里穿行？当孩子突然跑入其路径时，能否做出适当反应？速度是一种能力，适应力是一种胜任力。两者之间的差距，才是真正工程挑战所在。

也可以预见更多摔倒。推进最快的公司，摔得也会最重。每次失败都会引发头条、招来 scrutiny，并最终催生更好的机器。轨迹已然清晰，即便道路并不平坦。

博尔特保持着 100 米世界纪录长达 17 年。那是人类运动成就的一座纪念碑，由一代未能彻底跨越那道鸿沟的跑者所维系。而这个纪录只扛过一个新闻周期。这不反映博尔特——它反映的是一个比任何单一基准都能跑得更快的发展领域。那台撞向软垫的机器人，不仅打破了一项纪录。它打破了一个假设：即这类机器距竞争性表现还有数十年之遥。它们是否真的准备好面对赛场之外的世界——下一个摔倒的时刻，将帮助我们找到答案。