21公里的暴力测试，人形机器人备战马拉松

苏州市吴江区，一个机器人正以2m/s的速度跑过太湖苏州湾畔。

这个身高一米七四的人形机器人正在“拉练”，备战4月份于北京举行的全球首个人形机器人半程马拉松。在过去的机器人实验室中，相较于实际工业、家庭等应用场景，机器人的跑步技能并没有被摆在优先级前列：工业场景更关注精准度与负载能力，家庭服务则强调交互灵活性。这场赛事将机器人的跑步能力推至聚光灯下。机械结构的耐久性、能源系统的效率、算法的鲁棒性都将在21公里的赛程中，接受最直观的检验。

毕竟，当人形机器人站在同一起跑线，谁跑得更快、谁跑得更稳，都将一目了然。

机器人硬件的暴力测试

2024年12月底，在魔法原子的苏州总部，记者看到了正在训练走路的人形机器人小麦。

正在进行负重测试的小麦，身体前后方绑定了四块铁片，吊具下方，小麦已经能够在实地屈膝行走。不过，在路过一块稍有不平的地砖时，小麦的步伐被打乱，重心偏移之下，被后方的工作人员迅速抓起摆正。

和人类学习跑步的过程一样，在跑步之前，机器人首先要学会走路。“当时新的小麦原型样机刚出来不久，我们正在将算法迁移至机器人本体当中。”魔法原子副总裁兼研发负责人陈春玉告诉第一财经记者，当算法在实验环境中准备好，需要在算法迁移过程当中，在新的机器人本体上进行各种测试，针对新机器的硬件特点和算法进行优化和调整。

软件和硬件的耦合程度，是机器人运动是否稳定和流畅的关键。陈春玉举例，如果机器人的电机、舵机等执行机构与控制软件之间的配合出现问题，机器人就会变得“四仰八叉”。“机器人想要转一个弯，如果软件发出的指令与电机实际转动的角度存在偏差，那机器人的转弯半径不符合预期，就很容易摔倒。”

硬件需要配合算法做各种调试，陈春玉透露，这个不断修正的过程需要2-3个月。“在验证了稳定性之后，我们才会尝试新的算法，让机器人实现奔跑等更加复杂的动作。”

相比走路，跑步对于机器人来说，考验的就不是单一的算法或是本体硬件，而是整个系统的极限。灵宝CASBOT联合创始人兼运动智能研发中心负责人杨国栋告诉第一财经记者，越接近人类体型的人形机器人，跑起来就越吃力。“硬件结构越复杂、机身越重，运动负担就越重。”

而超过21公里的马拉松，对于机器人来说，几乎是一场关于硬件的“暴力测试”。

从机器人重量和关节扭矩的关系来看，跑步对于机器人的膝关节、踝关节的扭矩要求极高。“机身越重，对关节扭矩的要求会呈现指数级增长。”杨国栋说。记者注意到，当前市面中双足人形机器人基本分为两类，一类是以宇树、智元为代表，身高比成年人更矮，在一米三左右，体重则在35公斤上下。而另一类双足人形机器人则在外表上更像成年人，比如灵宝的CASBOT 01和魔法原子的小麦，身高超过一米七，体重也在60公斤左右。

对于机器人来说，长时间地跑步也意味着电机要持续高功率输出。持续输出之下，一旦散热系统跟不上，电机就可能因为过热而损坏。另一方面，在长期的高负荷运转状态之下，本体内部零件磨损加剧，使用寿命也面临重新评估。“在机器人本体各部位都会承受较大的冲击力和震动之下，我们会考虑重新考虑机器人的机械结构。”杨国栋透露，灵宝正在考虑迭代一款更轻巧的构型，来面对不同的场景。

马拉松背后的技术和市场暗战

一位和比赛主办方有过沟通的机器人企业相关负责人向第一财经记者透露，本次人形机器人半程马拉松赛的规则尚未最终确定。“目前讨论的规则可能是限时赛，也就是要求机器人在三个半小时内完赛，看谁跑得距离更长。”

根据主办方当前披露的规则，机器人可更换电池，也可通过更换机器人以接力形式参加全程比赛。而最终的结果则需要依据比赛过程中完赛时间、机器人更换次数进行综合评价，比赛过程中更换机器人每次罚时10分钟。

“我们更倾向于用换电池。”陈春玉透露，根据目前的训练状况，小麦想要完成21公里左右的比赛，需要更换两次电池。“如果是平时走的话，小麦可以走4个小时左右，但是跑步的功率消耗更多，在2m/s的移动速度下，我们估计跑完全程确实需要超过3个小时。”

不选择更换机器人，也是为了验证产品的稳定性。杨国栋说，对于现阶段的机器人来说，“在视频里跑步已经不是什么难事”。

他告诉记者，机器人的运动控制大致可以分为三个阶段，第一个阶段是单一的动作序列，比如走路、跑步等，机器人需要完成的是交替迈步、双脚腾空等基本动作。第二阶段则是多动作的组合训练，“比如跳舞，就是将单一的手部、脚部动作组合，需要身体多个部位协同的复杂任务需求”。而第三阶段则是过渡到全身的长时序运动控制，需要在更具体的场景导向中满足各种任务要求。“第三阶段的机器人产品才能达到交付客户的水平。”杨国栋说道。

“实际上，如果这个比赛在一年以前举办，能够参赛的机器人还不会很多。”陈春玉告诉第一财经记者，在一年的时间中，国内的技术转向已经基本转至了强化学习，“在某种程度上，这降低了机器人运动控制的门槛”。

跟过去传统的机器人运动控制方法相比，强化学习不需要依据机器人的动力学、运动学等进行精确建模，而是让机器人在环境中不断尝试和学习，自动发现最优的控制策略。“强化学习可以让机器人在模拟环境中不断尝试不同的动作，通过奖励机制来找到最稳定的方式，再进行Sim to Real（模拟到现实）的迁移。”陈春玉说道。

“21公里的赛程，对于机器人来说已经是一个比较极端的情况了。”科技部国家科技专家周迪告诉第一财经记者，在机器人实际发展的工业、家庭场景当中，长时间的跑步能力并不是最重要的。“末端执行器的操作、更智能的大脑、稳定的移动能力，优先级都在跑步之前。”但对于机器人企业来说，参加半程马拉松，也并非完全是“作秀”，“毕竟这是一个能够真实对比机器人能力的场合，投资人、B端和C端市场，都需要对比，都需要看一看，哪家机器人的可靠性、稳定性更好”。

一家深圳机器人公司的相关负责人告诉第一财经记者，“由于资金人力、开发任务繁重等因素，无法及时满足活动需求”。

或许对于人形机器人来说，是否能够在这场比赛中获得冠军，并不重要。当机器人站在起跑线，用更真实的姿态和能力跑进更多场景，才是这场比赛的重点。