机器人运动会：刷新冲刺纪录与舞台上的失控时刻

它们跑得像博尔特一样快，却停不下来。

在上个月于北京举行的第二届世界人形机器人运动会（World Humanoid Robot Games）上，机器人在100米项目的冲刺速度让任何人类田径明星都会感到紧张。然而跑过几米后，它们便撞向护栏，有的甚至摔倒在地，一台Honbo机器人在火花四溅中断成两截，另一台则起火燃烧。

这种场面正是将奥林匹克式竞技与当前机器人工程水平相结合的比赛所预期的结果：正常运行时令人印象深刻，一旦出问题就显得异常脆弱。

本届运动会（8月22日至26日在国家速滑馆举行）真正令人深思的并非那些病毒式传播的 crashes 视频，而是简单快速任务与复杂混乱任务之间的反差。突破人类短跑纪录的机器人只为单一任务而生；而被要求洗衣、叠衣服或把钉子垂直钉入软木板的机器人，看起来就像还在了解“钉子是什么”阶段的新手。

这正是此次赛事的真实写照。

短跑很简单，生活却不简单。

普渡大学计算机科学博士生、美国陆军研究实验室研究助理Dipam Patel直言不讳地指出，在短跑和跳高项目中占主导地位的机器人展示了在整体控制方面的显著进步——协调数十个关节、肢体和平衡系统来完成一个狭窄而明确的任务。这确实是真正的工程成就，但放在更广泛的视角来看，这只是戏法。

“冲过终点线就是目标——停下来没关系，摔成碎片也无所谓。”Patel说道。

这些机器人只能沿直线奔跑，无法安全减速，也无法在绊倒时恢复平衡。它们在受控环境中被优化为一次性爆发运动，而非应对开放式、不可预测的实际工作需求。

这并不是新话题——这正是当前机器人领域的核心矛盾。每家具称自己为人形机器人领导者的公司都在比赛日或演示日发布过惊艳的表现，但没有任何一家能证明能在真实环境中连续八小时完成多样化任务。从“直线加速”到“处理各种任务”之间的算法鸿沟依然巨大。

平淡无奇的任务揭示真相

今年新增类别包括贴近日常生活的实用型挑战：洗晾衣物、打扫客厅、酒店行李搬运、组装床铺、图书馆理书，以及其中一个较为生动的场景——识别危险物质、关闭三种不同类型的阀门、定位火源、寻找灭火器并在30分钟内将其扑灭。

十二支队伍中仅三支完成了消防演练。洗衣和清洁任务速度低于普通人类表现，敲打环节暴露了基本的精度问题。而这些看似普通的任务才最重要。

特别是消防演练揭示了自主决策能力还有多远的路要走。识别危险、辨认三种不同的阀门类型、定位火源并选择合适的灭火器，都需要在场上所有机器人身上都未能充分展现的感知、推理和适应能力。

更令人不安的是：许多参与这些实用任务的队伍仍在使用遥控操作（teleoperation），虽然受到处罚却未被取消资格。这说明自主性的现状如何。

强化学习与模拟陷阱

本届比赛中一个有趣的项目是由北京X-Humanoid公司设计的机器人，它以一种奇怪的姿势获胜——双臂高举，据《环球时报》描述，“像是一个害羞的人躲在双手后面”。其开发团队表示，通过仿真环境中的强化学习训练，让机器人摆脱了自然的摆臂动作，转而采用这种靠髋部驱动的、保护手臂的步态，反而跑得更快。

这是现代机器人训练的真实成果——算法找到了人类不会设计出的反直觉方案。但这也提醒我们训练领域的局限性：这个机器人学会了如何赢得400米比赛，却没有学会如何在这个世界上生存。

Patel指出了根本问题所在：你可以模拟10万次钉钉子的场景，但这只是现实世界中数百万任务之一。收集示范数据——即AI模型用于训练的视觉化人类行为影像——仍然昂贵且缓慢，即便企业已经支付给普通人佩戴摄像头进行日常活动来获取数据。

云端拐杖

自主性难题还有一个较少被报道的层面。据《南华早报》报道，多数参赛机器人依靠5G模块将计算任务转移到云端“具身智能系统”中，而非直接在机载硬件上运行AI模型。机器人感知环境后发送数据给服务器集群，再接收指令回来执行。

这不是自主，只是延迟更低端的木偶戏。在实际部署中——无论是工厂、仓库还是家庭——都无法保证始终有稳定的5G连接。没有信号就无法思考的机器人还不具备投资者所押注岗位所需的能力。

资本流向哪里？

2025年，投资者向人形机器人公司投入超过60亿美元。中国企业正迅速推进测试与部署，其速度已引起美国政策制定者的担忧——他们随后禁止进口外国制造的人形机器人，包括中国最受欢迎的型号。波士顿动力（Boston Dynamics）和敏捷机器人公司（Agility Robotics）也在美国仓库和工厂加速推进商业化计划。

世界人形机器人运动会很大程度上是这一投资生态系统的展示窗口。惊艳的冲刺时间和戏剧性的 crashes 事件吸引眼球，吸引注意力，进而引来资金。这不是 cynicism，而是技术生态构建势头的常规路径。

但惊人的数字掩盖了背后的现实：在平坦、标准的跑道上超越人类短跑纪录，并不等同于打造出一台能够上岗工作的机器人。赛事证明了前者，同时凸显了后者的缺失。

接下来会怎样？

Patel的研究指向不同于打造更好人形身体的解决方案：一种可以让多种类型的机器人（不限于人类形状）无缝切换任务的软件。当前行业痴迷于人形形态，因其视觉效果引人注目，且理论上具有灵活性。但目前最具生产力的机器人往往呈现出与人类毫无相似之处的外形。

如果下一届世界人形机器人运动会要求选手连续重复同一比赛十次，或者在任务中途遭遇意外干扰，又或者在没有5G的情况下独立运行，那将更具说服力。在此之前，创下的纪录虽真实却有限，而那场火焰熊熊的 crash 才真正反映了故事的本质。