天工Ultra百米跑出9.32秒，为何机器人学会转笔更值得警惕？
科技棱镜
北京，2026年8月，第二届世界人形机器人运动会的赛场上，“天工Ultra”冲过百米终点线，计时器定格在9.32秒——比博尔特保持的9.58秒人类纪录快了0.26秒，连马斯克都在社交媒体上转发了这段视频。
人形机器人在运动会百米赛道竞速比拼
但几乎在同一场盛会上，另一条消息被夹在产业展区的角落：银河通用披露，他们的机器人已经能自主完成转笔，这是全球首次公开演示。
跑得快，和会转笔，差别在哪？差别在于，前者考验的是你在一个已经画好的跑道上，用更强的肌肉冲过去；后者考验的是你面对一个下一秒就可能滑脱的物体，指尖在毫秒级的时间里不断修正力道、角度和接触点，让它始终不落地。
用人类运动来类比，一个是百米冲刺，一个是花样滑冰的指尖旋转——需要的不是同一种“聪明”。
为什么跑步反超人类，反而没那么让人紧张
天工Ultra的工程师透露过一个细节：他们训练机器人跑步，既不需要真人一遍遍做示范，也不靠程序员手写每一个关节的发力角度。
他们把机器人丢进仿真环境，设定一个奖励目标——跑得越快、能耗越低、越稳，得分越高——然后让机器人自己摔倒了再爬起来，从几百万次虚拟试错里，自己“悟”出最快的跑姿。
比如最后夺冠的跑姿，是机器人自己演化出来的“捂脸跑”，因为工程师发现，在仿真里机器人自己算出摆臂会让肩关节过热，干脆把双手缩在脸前，能耗反而更低。
这就是跑步这件事的本质：它是一个被高度简化的问题。环境是固定的直道或弯道，目标就是保持平衡、输出最大功率，涉及的关节基本只有髋、膝、踝。过去一年，这个技术路线被各家厂商跑通后，性能迭代速度直接从“年”压缩到了“月”。
天工Omni在一个月前，极速才每秒六七米，一个月后就在400米决赛中取得脱胎换骨般的进步。进步快，不是因为机器人突然变聪明了，而是因为当问题足够简单、试错成本也足够低时，用算力堆训练量，就能砸出惊人的成果。
转笔这件事，凭什么能把顶尖机器人“卡住”
转笔跟跑步是反过来的。笔在指尖每转一圈，手指和笔的接触点都在变化，力度要随时调整——使劲大了，笔卡住不动；使劲小了，笔直接飞出去。整个过程，是一个毫秒级、动态、不确定的接触闭环。
要做到这一点，机器人需要同时具备三样东西。第一，是手本身的硬件自由度。人手有约25个独立自由度，而目前最顶尖的灵巧手能做到19到47个，要在成年男性手掌大小的空间里塞进几十个直径仅6毫米的微型电机，这本身就是极限工程。第二，是触觉精度。
高精度人形机器人灵巧手细节展示
目前行业最先进的触觉传感器，最小能识别0.005牛顿的力，指尖部署超过100个传感单元，密度接近人手触觉受体，力控稳定精度要到0.01牛顿级别。而跑步时，地面反作用力是几百牛顿的量级，力控精度根本不在一个维度上。第三，也是最要命的，是这件事没法在仿真里练。
跑步可以用虚拟环境生成海量训练数据，因为物理规律相对简单。但转笔涉及的是笔尖与指尖之间毫牛级的摩擦力、材质表面的微小差异，这些在仿真里根本算不准，必须用真实的手、真实的笔，一遍遍在现实世界里试错。
这就意味着，训练数据既贵又慢，没法像跑步那样靠堆算力硬砸出来。
所以，中国软件评测中心副主任巩潇在运动会上定了个规矩：灵巧手专项赛里，全自主完成任务的权重分是1.0，遥控操作只有0.5。
灵巧手专项赛赛场边计时核验场景
她解释得很直接：“真实物理世界中，物体材质、软硬度、摆放角度的细微变化带来的不确定性，是精细操作领域目前最核心的攻关难点，这类任务的复杂度远高于结构化的竞速跑步场景。”
北京理工大学的蒋志宏教授说得更直白：跑步这类运动控制已经完成了强化学习策略闭环，但精细操作要达到稳定毫米级定位、毫牛级力控的复杂系统承载能力，还存在量级上的技术代差。
真正让人警惕的，是“最后一厘米”被打通后会发生什么
银河通用在宁德时代产线上，已经让机器人实现了7×24小时连续作业，拧螺丝、分拣不规则零件，跑了超过三个月没出大问题。星动纪元的灵巧手，重复定位精度做到了±0.1毫米，也开始在顺丰、中国邮政的物流中心常态运营。
但这些都是高度受控的工业场景——工件种类有限、动作序列固定、环境光稳定。
当机器人真正学会了转笔，意味着它跨越了一条更本质的线：它能在接触状态随时变化的动态任务里，保持毫牛级的力控精度和毫秒级的实时闭环。
这条线一旦跨过去，下一步就是USB线自动插拔、柔性布料精准组装、非结构化家庭环境下的通用家务操作——这些场景的共同特点是，每次任务都不一样，无法提前编程，只能靠机器人自己感知、理解和即时调整。
而目前，这些场景的全自主成功率还低得可怜，在机器人运动会场景赛预赛中，全自主机器人连给USB线插插头这种日常动作，完成度都远不如遥控操作。
机器人灵巧手操作微波炉完成日常任务
这背后的逻辑，就是新华网在2026世界机器人大会产业调研里总结的行业共识：灵巧精细操作才是决定机器人能否真正进入生产生活场景的“最后一厘米”。
体能测试可以靠堆硬件、跑仿真快速突破，但“最后一厘米”的突破，意味着机器人从“只能做固定动作”变成了“能处理不确定性”。
这才是产业颠覆性的来源——当机器人能处理不确定性，它就能进入工厂里那些还没被自动化覆盖的柔性工位，进入家里那些每户都不同的杂乱房间，去替代人，而不是替代机器。
跑步超越博尔特，是在一个已经被定义好的赛道上，证明了机器人可以比人更快。转笔的突破，是在一个没有标准答案的赛道上，证明了机器人可以开始应对真实世界的复杂。前者是速度的延续，后者是能力的质变。
这才是为什么，当机器人学会转笔时，我们才真正需要开始思考那个问题：当它不再需要你替它把一切安排得井井有条的时候，你还能做什么。
热门跟贴