从“能跑”到“可用” 奥比中光拆解机器人感知瓶颈

4月19日，北京亦庄赛道上，齐天大圣队的“闪电”机器人以50分26秒净用时率先冲线，不仅夺得2026人形机器人半程马拉松冠军，更以超越人类半马世界纪录（56分42秒）的成绩，将这场赛事推向前所未有的高度。

仅仅一年前，同一赛道上还是机器人大面积踉跄摔倒的“社死现场”；而今年，超百支赛队、300余台机器人同台竞技，参赛规模较2025年增长近5倍。这些数字上的跃迁，究竟意味着什么？

“2025年更多是在证明人形机器人可以参与长距离运动，而2026年开始在回答这种能力是否具备工程上的可靠性。”奥比中光泛机器人产品中心产品总监李威这样概括两届赛事的本质差异。

在李威看来，问题的重心已经从“能不能走”转移到了感知系统的稳定性、环境理解能力和系统长时间运行的鲁棒性。今年参赛机器人数量大幅增长，各家厂商在统一规则、更接近真实世界的环境下接受集中检验，赛事事实上演变成了一个具有高可比性的行业测试场，倒逼行业加速技术竞争与自我迭代。

面对外界关于“人形机器人是否实用”的持续争议，李威的判断是，这不过是技术从实验室走向现实世界的必经阶段。“争议往往源于对现状的审视，而价值产生于对未来的工程化推进。”从完赛率的大幅提升，仅一年时间这种从“蹒跚学步”到“稳健奔跑”的质变，在他看来已足以说明中国人形机器人产业的发展速度。

奥比中光对人形机器人的落地路径有一套“分层推进”的判断框架。第一层是已然实现的单点能力落地，在限定环境执行指定任务，变量可控，例如简单搬运、固定路线巡检；第二层是正在发生的场景级落地，环境不再完全可控，任务有一定变化，考验机器人对环境变化的适应能力；第三层则是未来的通用落地，能够在高度不确定的环境下解决多场景多任务的通用具身智能问题。

业内认为，当前行业整体处于第二层向第三层过渡的关键节点，能否跨越这道门槛，很大程度上取决于感知技术的突破。

从感知角度来看，李威认为人形机器人当前面临三重技术瓶颈。其一是长时运行下的“稳定性赤字”，短时演示可以掩盖系统性缺陷，但一旦进入长时间运行，感知数据是否持续可靠、系统是否累积误差等问题就会彻底暴露，视觉感知需要在几十分钟乃至更长时间内持续稳定输出高质量深度信息。二是复杂多场景的“泛化困局”，机器人走出实验室后必须应对强光、逆光、户外复杂材质及动态遮挡等不可控变量，这要求极高的环境理解与实时调整能力。三是感知与运动的耦合难题，在长距离运动中，机器人自身的振动、视角切换和动态模糊会反作用于感知精度，如何在运动状态下维持感知稳定性，是目前亟待解决的工程问题。

在这一系统架构中，3D视觉处于“感知、决策、执行”链条的最前端，其角色举足轻重。李威以马拉松赛道为例，如果视觉系统无法准确识别下坡斜度或起伏路面，机器人即便拥有再强大的运动平衡算法，也会因“信息失真”导致执行失效。

未来方向上，奥比中光判断3D视觉将沿几条主线演进。一是精度与稳定性并重，“能不能一直稳定工作”与“某一刻测得准”同等重要，未来模组必须具备极高的抗震动、抗干扰能力；二是从单一传感走向RGB图像、深度数据与AI语义理解的多模态深度融合，让视觉系统不仅能看到前方有障碍，还能理解那是什么性质的障碍；三是从室内受控环境向户外、工业、非结构化场景全面延伸；四是在保持高性能输出的同时实现功耗与体积的极致压缩，这是量产落地的先决条件。

目前，奥比中光已推出面向机器人场景的Gemini 330系列双目3D相机，搭载自研深度引擎芯片MX6800，可在从漆黑到强光的各类光照条件下输出精准三维数据，并实现极低的数据传输时延。该系列产品已落地天工、智元、优必选、荣耀、星尘智能等多个人形机器人平台。