8月23日，第二届世界人形机器人运动会400米小型组决赛。
一个身高1.35米、体重39公斤的身影冲过终点。双臂抬到脸旁，身体大幅前倾，双手几乎捂住了面部。远远看去，像是个害羞的小姑娘在狂奔。
45.66秒。天工Omni夺冠。
"捂脸跑"三个字迅速登上热搜。人们给它起了各种名字："娇羞式奔跑""害羞狂奔""双手掩面"。
赛后，北京人形机器人创新中心运动控制算法专家韩刚的回应，让这场狂欢瞬间变成了一堂硬核科技课：
"并不是找了个'小姑娘'去模仿跑姿，这都是天工Omni'自己思考'出来的。"
韩刚的解释很直白。一开始团队设计的是正常人百米跑步的模式，摆臂、协调、符合人类对"跑步"的认知。但这个机器人在仿真里不断用数据迭代，跑一次、摔一次、调整一次。
它自己发现：摆臂太累了。
快速摆臂时，肩部负载很重，关节容易发热，能耗飙升，跑不完400米。"捂脸跑"恰好规避了这些问题——肩部不用高频摆动，发热风险降低，能耗更小；腰胯更强，通过扭腰扭胯来保持平衡，比摆臂效率更高。
于是它做出了自己的选择：胳膊别瞎忙，腿跑快一点。
韩刚打了个比方："这和教育小朋友很像，表现好了会有奖励，表现不好也会有批评。在仿真里我们会有一些大的方向的引导，比如说速度、发热，但是具体怎么办，我们也不知道它会怎么样。"
这是一套基于强化学习的训练架构。工程师设定目标——跑得快、控发热，至于手放哪里、肩膀怎么动、身体怎么扭，团队没有提前把每个动作写死。机器人在仿真环境里一遍遍试、一遍遍摔，最后"选"出了这个看起来滑稽、但效率最高的方案。
这背后的技术跃迁，比跑姿本身更值得写。
一年前，同类机器人400米成绩还在88秒开外。一年后，天工Omni跑进45.66秒。关节转矩和转速大幅提升，算法学习强化和训练方式迭代，电器件可靠性升级，"小脑"能力被专门开发。
更关键的是路径切换。
韩刚自己说："强化学习这种方式，很难人为设计去实现。以前我们会写方程，去规划它的每一个动作，去描述它每一个状态，但实际上很多时候你很难把它写清楚。但是强化学习就不需要这些，它都是自己基于数据驱动去写出来的。"
这意味着中国人形机器人的运动控制，正在从"工程师手写动作"走向"数据驱动策略涌现"。人类设计的标准动作，可能不是最优解；机器人自己在仿真里摸索出来的，才是。
同天，天工队还在大型组以38.15秒夺冠，刷新人类男子400米43.03秒的世界纪录。小型组的下一个目标，是冲击人类44.08秒的纪录。
有人问：机器人跑这么快有什么用？
表面是赛跑，本质是爆发力、控制力、硬件上限、散热设计、长距离稳定输出的综合大考。这些能力一旦突破，应急救援的奔跑穿越、工业巡检的长距离作业、家庭服务的灵活移动，都是潜在的应用出口。
"捂脸跑"不是娇羞，是AI在告诉你：人类的标准动作，未必是最优解。
当一台人形机器人嫌摆臂太累、自己决定捂着脸跑时，它其实完成了一个微小但重要的跃迁——从"被执行"到"做选择"。
这双"捂脸"的手，捂住的不是害羞，是旧范式。露出的，是中国人形机器人运动控制从"教动作"到"训策略"的技术拐点。
至于天工Omni何时能把400米小型组也跑进44秒？韩刚说，一个月前它5秒还只能跑六七米。下一个"自己想出来"的跑姿，或许就在路上。
热门跟贴