从进厂到马拉松：人形机器人离“实用”还有多远？

作者 | 刘芬 编辑 | 蒋诗舟

全球首次“人机共跑”半程马拉松在一片讨论声中收官，“摔倒名场面”引发大众对各家能力的关注。

对人形机器人而言，这是一场难度超高的“综合大考”。据了解，此次马拉松全长21.0975km，赛道涵盖裂缝路、陡坡、石子路等多种复杂路况，考验人形机器人关节模组协调性、控制算法稳定性、能源管理、结构设计、信号抗干扰等能力。

共20支人形机器人队伍同场竞技，参赛机器人包括了天工Ultra、宇树G1、乐聚“夸父”、松延动力旗下N2、小巨人等国内热门型号。所有机器人未实现完全自主运行，多采取遥操作的形式参赛，一台机器人可由三位机器人工程师陪跑。最终仅6支队伍完成全程，其余因电池续航、关节过热等问题退赛。

其中，天工队（天工Ultra，更换3次电池）以2小时40分42秒的成绩夺冠。小顽童队（松延动力的N2）、行者二号队（卓益得的行者二号，全场唯一不换电）分别获得亚军、季军。

从前三名的表现看，竞争策略差异明显。东吴证券认为，天工机器人身高1.8米、体重55公斤，成绩在自主跟随模式下达成，较高的身高是其能够以高配速行进的重要基础。松延动力身高仅1.2米，体重30公斤，较矮的身高限制了其跑步速度，但稳定性和步态表现全场领先，比赛中大多情况下无需有专人陪护防跌倒。行者二号身高1.7米，体重30公斤，采取快走的姿态而非跑的姿态，虽运动速度变慢，但是全场参赛选手中唯一不换电的机器人。

此外，运动表现的提升需高效调配软硬件。东吴证券分析，行者二号采取了肌腱绳驱仿生轻量化的设计方案，整体纤细的设计方案让其续航能力远超其他选手。

软件端，得益于“慧思开物”具身智能平台，以及“基于状态记忆的预测型强化模仿学习”方法，天工机器人在较高的身高条件下仍能保持出色的平衡能力，跑步步态拟人且稳定，小脑运控表现优秀。硬件端，天工机器人采用碳纤维等轻量化材料进行设计进行减重优化，减少运动负荷。另外结构设计上采用刚柔耦合的腿部结构，减少奔跑时关节冲击力，提升稳定性。因其大功率的一体化关节、低惯量腿部结构设计，在奔跑速度上极具爆发力；并通过结构优化提升关节散热能力，提升了长续航跑步的能力，避免关节过热。

软件端，松延动力采用深度强化学习的技术路线，采用分层模型的架构，上层模型基于强化学习生成运动规划，下层模型通过模型预测控制（MPC）调整关节力矩。另外公司自研的“动态抗干扰算法”支持机器人在复杂地形中实时调整步态。仿真运动训练依靠了虚拟动点提供的数据库和训练服务，进一步证实了仿真数据与强化学习赋予机器人拟人步态和优秀运动能力的可行性。硬件端，采用航空级铝合金骨架与碳纤维面板，降低了机身重量。

值得一提的是，因“春晚机器人扭秧歌”成为关注焦点的宇树科技，官方本次并未参赛。而是第三方客户购买的G1人形机器人参赛，由客户方自行调整算法。

在本次半马比赛中，G1“开跑即摔倒”的表现，引发外界对宇树机器人稳定性的质疑。从讨论声来看，毁誉参半。有人直言目前的机器人买回去只能当摆件或表演娱乐；也有人士认为宇树机器人在其官方宣传视频中能做好鲤鱼打挺等动作，是定向优化的结果，并不等于它能够通用。“宣传视频往往是下一个产品测试阶段的成果，线下是上一代的量产产品，中间差了一次技术更新。”

宇树科技也对此澄清表示，“G1人形机器人，从去年发货开始已经出售给全球非常多的客户，使用了很久。所以这次马拉松比赛，也有好几个独立的团队使用我们的机器人。比如客户用他们自己的算法参与了比赛，所以在现场能看到不少宇树科技的机器人。有好几个独立团队在使用，不同人操作或开发情况下，机器人的表现差别很大。”

《财经》新媒体注意到，目前宇树科技淘宝官方旗舰店已暂不售卖G1人形机器人。京东平台上，宇树G1人形机器人已售千台，当前超过1300人开启预约抢购，预计在支付后60天发货。据官方客服透露，如不自行开发，基础版的主要功能是展示、行走、握手、打招呼、陪伴等，并无跳舞。

不乏人士认为，一场马拉松暴露了不少问题。早前，朱啸虎透露近几个月正在退出一些早期的具身智能项目，直言：“我问这几个CEO，你们商业化可能的客户在哪里？我感觉他们说的都是自己想象出来的客户，谁会花十几万买一个机器人去干这些活？”

一位具身智能公司高管透露，“具身智能赛道已有挺多机器人号称进工厂干活，但干得是单一品种、大批量重复性工作，这不是具身智能机器人或人形机器人真正的落脚点，这些工作用传统的工业机器人或协作机器人、复合机器人等完全可以胜任。没有必要用走起路来颤颤巍巍的双足机器人去做，完全为了学马斯克。”在他看来，马斯克开了个很不好的头，但人家有自己的工厂、分享自己的故事，而诸多国内企业并没有在客户合作上真正解决痛点问题。

据了解，围绕具身智能的智能化分级，哪一层级能达到可用状态，行业仍在讨论。不过，也有多位分析师指出，通过本次马拉松比赛，机器人产业发展需要重点解决的技术短板更加清晰明确。例如，出现关节过热导致性能衰减或摔倒、动平衡能力不足、需多次换电等。强化学习下的数据量和训练时长是实现稳定性突破的关键，长续航与关节散热问题仍需得到解决。

中信建投也在研报中称，软件端目前人形机器人在移动和操作能力上具备一定智能，但通用性不足，需要具身智能赋能实现多动作泛化、复杂决策和人机交互能力。具身智能发展需要海量数据进行训练，但仍面临实机数据采集成本高、仿真数据质量难以保障等数据瓶颈，虚实数据相结合成为未来发展方向。

而从人形机器人量产节奏看，2025年被认为或是突破性的一年。光大证券认为，万台级别的量产将带动下游产业链进入确定性放量阶段，而万台级别的数据采集和训练有望真正解决数据匮乏的难题，推动人形机器人向更泛化、更实用的阶段。