摘要：近日，世界人形机器人运动会“百米飞人”决赛鸣枪开跑。在这场参赛选手最多、竞争最激烈的比赛中，2台宇树H1机器人和2台北京人形机器人创新中心（国地共建具身智能机器人创新中心，以下简称“北京人形”）的具身天工Ultra机器人同场竞技。最终，具身天工Ultra机器人

转自：中国经济导报

本报记者 | 张守营

近日，世界人形机器人运动会“百米飞人”决赛鸣枪开跑。在这场参赛选手最多、竞争最激烈的比赛中，2台宇树H1机器人和2台北京人形机器人创新中心（国地共建具身智能机器人创新中心，以下简称“北京人形”）的具身天工Ultra机器人同场竞技。最终，具身天工Ultra机器人凭借“全自主”模式获得0.8的成绩系数，以21.5秒的调整成绩夺冠，展现了其运动控制与自主能力相结合的技术优势。

而在不久前举办的全球首届人形机器人马拉松比赛中，具身天工Ultra更是以2小时40分42秒的成绩跑完半程马拉松，夺得冠军。这些场景听起来像科幻小说，却是当前人形机器人技术发展的真实写照。

奔跑的机器人：具身小脑的突破与开源

一年时间内，将人形机器人的奔跑速度从6km/h提升到12km/h——北京人形交出的这份成绩单，背后是具身小脑的重大突破。

“具身小脑主要解决让人形机器人实现自然、高效、稳定的运动控制的问题。”北京人形机器人创新中心副总裁王海华解释。北京人形所研发的这套“基于状态记忆的预测型强化模仿学习”算法，巧妙地融合了模仿学习与强化学习的优势。

该算法的核心在于引入了Ad-versarial Motion Prior（AMP）风格化奖励机制，通过动作捕捉数据作为先验，让人形机器人不仅能够适应复杂地形，还保持了与人类高度相似的优雅姿态。这意味着机器人不再只是机械地移动，而是能够像人类一样自然地行走和奔跑。

更具革命性的是，创新中心已将这套荣获马拉松冠军的运动控制框架Tien Kung-Lab面向全行业开源。这是高性能人形机器人运动控制框架在开源领域的首次亮相，填补了该领域的空白。

虚拟仿真训练技术的突破同样令人瞩目。通过先进的仿真系统，机器人10小时的虚拟训练相当于现实中的100天，极大加快了算法迭代速度。这项技术解决了人形机器人从实验室走向实际应用的关键瓶颈——训练效率问题。

技术与政策双轮驱动

人形机器人的快速发展得益于技术创新与政策支持的双重推动。今年，“具身智能”被首次写入《政府工作报告》。国务院日前印发《关于深入实施“人工智能+”行动的意见》，提出培育智能原生新模式新业态，人形机器人是具身智能赛道的典型业态。

目前，多地出台政策支持人形机器人发展。浙江杭州将人形机器人整机、软件算法及关键零部件列入市重点科研项目支持范围；北京设立总规模1000亿元、存续期15年的政府投资基金；上海提出到2027年，具身智能核心产业规模突破500亿元。

据预测，今年我国人形机器人销量有望突破1万台，同比增长125%。应用层面，人形机器人已在工业制造、零售配送、餐饮服务等领域试点投入，产业正进入规模化落地阶段。

千寻智能创始人兼首席执行官韩峰涛认为：“随着规模化生产的推进，核心部件成本已大幅下降。比如，新一代关节模组价格就从上千元进入百元区间。预计整机成本还将进一步下降，规模化应用将遵循‘工业先于物流，商用先于家用’的路径。”

“大小脑”协同：通用智能的平台化架构

如果运动控制和操作执行是机器人的“小脑”，那么任务规划和决策就是它的“大脑”。北京人形开发的“慧思开物”平台，正是这样一个“大小脑”协同的通用具身智能平台。

该平台由AI大模型驱动的任务规划“大脑”和数据驱动的端到端技能执行“小脑”组成。具身“大脑”具备自然交互、空间感知、意图理解、分层规划和错误反思等能力，而“小脑”则分为具身操作和具身运控两个子平台。

“这种架构让机器人能够像‘串珍珠搭积木’一样，将复杂任务拆解，通过元技能的组合来完成。”王海华形象地比喻。这意味着同一个机器人平台可以通过不同的技能组合，适应电力巡检、主持活动等截然不同的场景。

在北京亦庄的世界机器人大会上，一台名为“天轶2.0”的轮臂机器人在电力巡检任务中精准完成了一系列操作：识别仪表盘数据、执行倒闸操作、完成电箱内精细检查操作……整个过程行云流水，仿佛一位经验丰富的老师傅。

这种架构的优势在世界人形机器人运动会上得到了进一步验证。天轶2.0在物料整理、物料搬运、酒店迎宾的比赛中，高效精准完成了不同的任务要求，且在效率上不输于专用机器人，展现了“慧思开物”赋能下通用类人形机器人的巨大应用潜力。

数据引擎：破解产业化瓶颈

如果说算法是机器人的“灵魂”，那么数据就是滋养这个灵魂的“血液”。高质量、大规模的数据集是训练出优秀具身智能模型的前提，也是当前产业化的难题之一。

面对这一挑战，北京人形机器人创新中心与北京大学计算机学院联合推出了大规模多构型智能机器人数据集和Benchmark——Robo-MIND。该数据集包含479项不同任务，涵盖96种不同物体，覆盖了家居、厨房、工厂、办公、零售等大部分生活服务场景。

RoboMIND的独特之处在于所有数据都基于统一标准采集，经过多个模型训练验证有效，支持多本体多任务并具备通用性。目前，RoboMIND已开源10.7万条数据，在HuggingFace和北京人工智能公共算力平台累计下载超5万次。

数据集之外，北京人形向行业提供的还有高保真铰接物体数字资产数据集ArtVIP，实现了对高复杂度铰接物品的高精度仿真，在还原物品视觉外观的同时，以高保真度复现了物品物理特性。这种虚实结合的方法，为解决机器人训练数据稀缺问题提供了新思路。

平台战略：构建开放生态

在机器人技术发展史上，封闭系统与开放平台的路线之争从未停止。北京人形明确选择了后者，打造了通用机器人平台“具身天工”和通用具身智能平台“慧思开物”，面向行业开放并支持二次开发。

“目前，我们已经开源了通用机器人平台‘具身天工1.0’的本体结构图纸、软件架构、电气系统等内容。”王海华表示，“马拉松比赛夺冠后，我们又开源了运动控制框架Tien Kung-Lab。”

开源的远不止这些。大规模多构型智能机器人数据集“Robo-MIND”、高保真铰接物体数字资产ArtVIP、训练工具链X-Human-oid training chain等均已实现开源开放。

为了促进开发者社区的形成，北京人形机器人创新中心还上线了开源社区平台，包含博客、论坛交流、技术文档展示、开源项目展示、活动发布、专家学者认证、开源课程发布等功能。

“通过开放共享核心技术与研发资源，我们希望能够促进全球开发者协作创新，加速行业技术突破。”王海华表示，“这实际上是为整个具身智能产业搭建人才培育、技术迭代和产业落地的基座平台。”

场景落地：从标杆案例到规模化复制

技术最终要为实际应用服务。在“北京亦庄机器人九大标杆场景”中，电力巡检被选为优先突破口，这背后有着深入的考量。

“具身智能机器人将优先落地于工业场景，尤其是特种工业。”王海华解释，“具体来说就是危险（danger-ous）、肮脏（dirty）、枯燥（dull）的‘3D’场景，这些场景存在大量对人类不友好但又必须完成的工作。”

优必选副总裁兼研究院院长焦继超认为，目前人形机器人的学习泛化能力、对环境变化的适应性以及自主决策能力仍有很大提升空间。“实训”能够让人形机器人获得真实环境下的性能验证和优化机会，还可以积累大量高质量场景数据，用于算法训练、工业场景模型优化等。

家庭生活场景是另一个值得期待的应用场景。相较工业中执行预设、固定任务作业的“结构化场景”，家庭经常要面对非结构化、复杂的生活场景。“比如，养老机器人可以在家庭场景下提供健康管理、远程关爱等功能。”新松医用机器人事业部总经理李学威说。

北京邮电大学人机交互与认知工程实验室主任刘伟表示，人形机器人将在未来社会中扮演多种重要角色。在生产领域，它们将是劳动力的重要补充；在服务行业，它们可以提供家庭服务和教育辅导等，满足不同人群的多样化需求。“未来的人形机器人还将逐步实现人机协作与融合，它们不仅会单独工作，还将与人类密切协作。”

从实验室到实际应用，从单一功能到通用智能，从高成本到规模化，人形机器人的发展道路上仍有许多挑战。但随着硬件创新、先进算法、高质量数据积累等多要素协同发展，以及卫星导航定位、5G通信等智能通信技术的支撑，人形机器人的综合性能正在不断增强。

在不久的将来，我们可能会看到人形机器人在更多领域发挥作用，如特种作业、工业制造、物流搬运、商业服务等。具身智能的时代正在到来，而中国的研究团队已经在这场全球竞赛中占据了有利位置。随着技术的不断突破和成本的持续下降，人形机器人有望从实验室和特定工业场景走向更广阔的应用天地，真正成为人类工作和生活的得力助手。那一天，或许比我们想象的更早到来。

来源：新浪财经