天工百米9.32秒，智元打太极拳，人形机器人运动会有何性能突破？
AI智识局
这场被称作“机器人奥运会”的赛事，让“人形机器人的运动极限在哪”这个问题，每隔24小时就会被重新定义一次。从8月22日到24日，天工Ultra、天工Omni、智元远征A3等机型，在国家速滑馆“冰丝带”连续刷新了百米、400米、跳高、跳远等多个项目的成绩。
多台人形机器人在竞速赛道起点等待开赛
如果把它们放在人类的标尺上衡量，已经在百米、400米、跳高项目上超越人类世界纪录，跳远等项目也大幅刷新赛会纪录。
但单看哪一个数字最炸裂，意义不大。真正值得回答的问题是：这一批参赛机型，到底在哪些维度上完成了代际跨越？
这次评测，我们按三个维度来拆——速度与爆发力、自主控制与运动智能、“指尖功夫”与精细操作。每个维度都挑两到三款代表性机型，用同一把尺子量，看看差距在哪，也看看谁更值得你在各自场景下押注。
速度与爆发力，天工Ultra大幅拉高行业天花板
如果只看一个维度，速度是本届赛事最直观的突破。在100米大型组预赛中，天工Ultra跑出最优9.32秒，不仅碾碎了首届赛会纪录的21.50秒，成绩提升超56%，更直接超越了博尔特保持的9.58秒人类世界纪录。
在400米大型组决赛中，天工Ultra以38.15秒夺冠，同样甩开范尼凯克43.03秒的人类纪录。原地跳高展示中，天工Ultra的成绩是2.8843米，而首届赛会纪录只有95.641厘米，提升幅度超过201%。
多台人形机器人在赛道上全速竞速比拼
与天工Ultra同场竞技的天卓队，同样在1500米项目中以2分21秒63夺冠，比人类世界纪录的3分26秒00快了一分多钟。天骄队则在跳远项目中以7.97米摘金。
天工系为什么能做到？技术层面三个关键点。第一，过硬的本体硬件。
天工Ultra的关节转矩和转速大幅提升，研发负责人郭宜劼向新京报贝壳财经记者透露，关节力矩上限已经足够用在一辆小型新能源车上，电源具备大功率持续放电能力，加上大容量电容来支撑高功耗运动场景。第二，目标明确的结构优化。
整机采用轻量化和破风外形设计，高速奔跑时风阻被刻意压低，散热系统也针对不同赛项做了专属匹配。第三，算法与硬件的协同。
天工团队基于“慧思开物”平台优化了算法框架，百米侧重加速性能，400米和1500米侧重弯道姿态控制，自主导航从首届的“依赖视觉巡线”升级为自主定位建图，不需要看赛道线就能保持高速轨迹精度。
但天工Ultra拉开的差距，并不只是速度快。它跑出极限速度后，能做到急减速停稳，不滑倒、不失控冲出赛道，而其他部分机型冲线后依然会出现惯性失控甚至摔倒。这说明它的运动控制算法，不仅仅能跑得快，还能在极限状态下把平衡管住。
竞速赛道上部分机器人出现失控摔倒情况
这一点，是目前其他竞速机型暂时追不上的。
自主控制，天工Omni和智元远征A3各自走出一条路
百米、400米的速度差距，是硬件和算法堆出来的硬实力。但在自主控制这个维度，机器人的差距更隐蔽，也更关键。
本届赛事所有径赛项目取消人工遥控，要求机器人全程自主完成感知、决策和执行。这意味着，机器人不再只是“执行预设动作的机器”，而是必须自己去判断、去调整。
天工Omni在400米小型组的夺冠，是一个典型案例。它夺冠时那个“捂脸跑”的姿态，在社交媒体上刷屏——身体前倾、双手抬到脸侧，被网友调侃为“娇羞跑”。但这不是工程师设计的，而是它在仿真环境中通过强化学习，自己摸索出来的最优解。
运动控制算法专家韩刚向央广网记者解释，团队最初给机器人设计的是正常摆臂跑姿，但仿真训练中机器人发现，摆臂时肩部负载过大、关节容易发热，换成“捂脸跑”后能耗更低、跑得更舒服，于是自己选择了这个姿势。
它还能在弯道中把下半身压得极低、重心大幅前倾，像摩托车赛车手一样倾斜过弯，而这个姿势同样不是工程师手动设计的，是强化学习在无数次跌倒重来中找到的。
智元远征A3在太极拳项目中的表现，则是另一条路——它拼的是全身协同控制，而不是纯速度。
远征A3完成了“腾空飞脚+外摆连450°”这套高难度动作，需要在原地蹬地爆发、腾空、空中摆腿、超大角度转体、落地定型这些环节中，毫秒级实时校准身体姿态，并在落地瞬间缓冲吸震、修正重心。
智元披露，远征A3搭载的自研高性能关节，瞬时峰值功率可达12千瓦、峰值电流150安培。跟天工Omni靠强化学习自己摸索跑姿不同，智元走的是自研运动预训练模型加全身协同控制算法，再通过Sim2Real训练体系适配太极拳这类轨迹复杂、节奏特殊的套路。
两款机型在自主控制上的路径差异很明显：天工Omni是让机器人自己在仿真里找最优解，工程师只给奖励目标、不规定动作细节；智元远征A3是依靠运动预训练模型和协同控制算法，给机器人一个强大的运动底座，再适配专项套路。
一个偏向“自主进化”，一个偏向“预训练底座+专项调优”。从实战效果看，两者都达到了很高的自主控制水平，但天工Omni那种“机器人自己找到工程师想不到的答案”的能力，在方法论上更有启发性。
“指尖功夫”，灵巧手正在逼近毫米级精度
如果说速度和自主控制是“大肌肉群”的比拼，那灵巧手就是“指尖功夫”。本届赛事首次设置灵巧手专项赛，包括电动工具装配、粉末称量、积木搭建、镊子夹豆、线缆连接等8个赛项，把机器人的精细操作能力拉到了公开赛场上检验。
人形机器人足球项目赛场攻防瞬间
在电动工具装配赛项中，灵心巧手队夺冠，全程全自主完成M3螺丝的拧入作业。M3螺丝直径仅2毫米，稍有偏移就无法完成装配。
团队算法工程师王镆涵赛后总结，他们遇到了三大技术难关：复杂光照下的视觉定位、毫米级定位精度，以及力控感知——要让机器人像人一样，通过力反馈判断螺丝是否已经拧紧到位。最终，他们将定位精度压缩到了0.几毫米级别。
放在行业里横向对比，这个精度水平在同类赛事中处于领先梯队。睿尔曼RealBOT S2在插花作业中，重复定位精度达到±0.05毫米，节卡JAKAπ首秀机型自研关节模组的重复定位精度为±0.02毫米，这些数字都指向同一个趋势：灵巧手正在从“拿得住”向“放得准”快速迈进。
灵心巧手的优势在于，它坚持全自主完成作业，而不是像部分参赛队伍那样采用遥控操作。全自主意味着机器人需要自己应对光线变化、识别螺丝孔位、判断拧紧状态，这些能力一旦成熟，在真实工厂场景中的可迁移性会远高于遥操作方案。
但它的局限也很明显：从预赛到决赛短短数天，团队仍需要在地下车库反复采集不同光照条件下的数据来训练模型，以应对赛场不可控的光线干扰。
这也印证了组委会委员、中国软件评测中心副主任巩潇的判断——一旦与机器人接触的物体材质、软硬度、摆放角度发生细微变化，自主决策仍然容易出现偏差，这是目前技术最核心的攻关难点。
如果只能选一个维度去关注，选“自主控制”
回到最初的问题：本届参赛机型的核心性能亮点在哪？
速度维度，天工Ultra已经把行业天花板拉到了超越人类世界纪录的水平，百米9.32秒、400米38.15秒、跳高2.8843米，这些数字短期内其他机型很难追上。
自主控制维度，天工Omni的强化学习自主进化路径，和智元远征A3的运动预训练模型加协同控制路径，各自交出了高水平的答卷，但更难的是把这种能力迁移到赛场之外的真实环境中。
灵巧手维度，0.几毫米级别的定位精度已经在赛场上被验证，但复杂光照、材质变化带来的不确定性，依然是阻碍这类技术走出实验室的最大拦路虎。
综合来看，天工Ultra是本届赛事在“速度和爆发力”上最无可争议的标杆，适合关注极限运动能力的场景。智元远征A3在全身协同和复杂动作上的综合能力更均衡，太极拳和乒乓球都验证了它的“大小脑协同”水平，是全能型选手。
天工Omni则用“捂脸跑”证明了一件事——机器人可以自己找到比人类设计更优的答案，这是方法论层面的突破，对行业未来的启发可能比单纯的成绩刷新更深远。
热门跟贴