天工机器人捂脸跑45.66秒夺冠：没教的姿势，怎么成了最优解？

天工机器人捂脸跑45.66秒夺冠：没教的姿势，怎么成了最优解？

前沿解码

在2026年8月第二届世界人形机器人运动会的400米赛道上，一台身高不足1.4米的小型机器人天工Omni，双手捂脸、身体大幅前倾，以45.66秒夺下冠军。同期，它的大型组兄弟天工Ultra跑出了38.15秒，比人类400米世界纪录快近5秒。

人形机器人天工Omni在赛道上呈现捂脸跑姿态

这个跑姿被网友称为“害羞式跑姿”，但真正让业界震动的不是“害羞”，而是另一件事：这个姿势，人类工程师根本教不出来——它是机器人在千万次仿真试错中，自己算出来的物理最优解。

要理解这件事的分量，需要回到强化学习训练的底层逻辑。

以前教机器人跑，是“写说明书”，现在是“给个目标让它自己试”

在传统的人形机器人运动控制方案里，工程师的角色更像一个体操教练：分析每一个关节的力学方程，规划手臂摆到什么角度、腿部蹬地多大力、身体前倾多少度，然后把这些动作序列写成程序，机器人照做。

这套方法的问题在于，人能写清楚的只是自己理解的动作模式，而人对自身运动的理解，是基于几百万年进化出的身体结构——腰不那么强、腿没那么能扛，必须靠高频摆臂来平衡。

可机器人的身体结构跟人不一样。天工Omni的腰部扭矩极强，腿也更有力，但肩部关节相对弱。让它模仿人类高频摆臂，等于让一个举重选手硬走体操运动员的平衡木——用错了肌肉。

天工团队做的关键切换，是彻底放弃“规定动作”这条路。他们基于自研的“慧思开物”通用具身智能平台，把训练框架改成一种“目标导向式”的强化学习：只给机器人设两个顶层奖励维度——向前跑的速度、关节发热和能耗控制，不设任何具体动作约束。

训练初期给过一个人类摆臂跑姿的参考，但仅作为初始引导，不强制。

想象一下教一个孩子学骑车。你说“往前骑，别摔倒”，但不告诉他脚该怎么踩、身体该怎么倾。孩子摔了无数次之后，自己找到一种你觉得很别扭、但他骑起来很顺的姿势。天工Omni的捂脸跑，就是这种逻辑下的产物。

为什么是“捂脸”？因为摆臂对它来说，太累了

在仿真环境里，天工Omni最初尝试了正常的摆臂跑姿，但很快发现一个致命问题：快速摆臂时，肩部负载过大，关节温度飙升，触发负向奖励。与此同时，它的腰部扭矩足够强，通过大幅扭腰扭胯就能抵消腿部高速摆动带来的重心偏移，根本不需要上肢来帮忙平衡。

于是它在迭代中主动放弃摆臂，把双手收在身前，让重心投影更靠前，形成一种“自己拉着自己跑”的动态效果。

此外，工程师在训练中发现，这个跑姿的鲁棒性极高——即使加入大量外界扰动，机器人也不会倒地，稳定性远超人工设计动作。

这背后藏着一个关键的设计思路：不要对标人类，对标你自己身体的硬件特性。天工Omni的腿和腰是强项，就让它用腿和腰干活；肩是短板，就让它少动。

这跟你用右手搬重物、左手拿钥匙开门是一个道理——你不需要一个教科书告诉你“正确姿势”，你的身体自己会找到最省力的分配。

从仿真到真机，怎么把“脑补”的动作变成现实？

强化学习在仿真里跑出一个最优策略，只是第一步。真正难的是把仿真里的动作，原封不动搬到真机上——因为仿真环境再精细，也做不到和真实物理世界一模一样。

天工团队的做法是，先用大量真机实测数据做高精度动力学建模，把仿真和真实世界的参数偏差压到最小。

同时，他们搭建了一套“技能库原子化”技术体系，把不同运动任务拆解成底层原子动作，无需重启系统，就能动态加载新的感知模型和控制参数，完成仿真策略到真机执行的参数适配。

这套体系让迭代速度发生了质变。传统方案里，一个新动作从设计到真机调试，动辄数月甚至数年。而天工Omni从发现这个特殊跑姿，到打磨成参赛可用的成熟策略，仅用了数周。一个月前，它的最高奔跑速度还只有每秒六七米，一个月后，夺冠了。

配合硬件端的同步迭代——整机减重、加强髋关节、提升关节力矩和转速——整个迭代周期被压缩到“硬件改版+算法强化”并行推进的月级节奏。这种“硬件和算法同时跑”的并行模式，把人形机器人运动能力的升级速度，从年为单位拉到了月为单位。

这套架构给行业带来了什么可复用的东西？

把天工这次的实践拆开来看，有三条思路可以直接迁移到其他机器人和运动场景：

第一，奖励函数只设顶层目标，完全放开动作探索自由度。不要预设机器人的“标准姿势”，只告诉它“跑快、少发热、别摔倒”。这在竞速跑上验证了，下一步就可以往跳跃、越障、复杂地形行走等场景迁移——只要你能把目标量化成奖励函数，机器人就能自己找到答案。

第二，基于硬件特性做动作的“扬长避短”。每台机器人的关节配置都不一样，有的腰强、有的腿稳、有的肩灵活。未来的训练不应该再拿人类动作数据去硬套，而是让机器人先“认识自己的身体”，再找最优解。这套方法适配所有不同硬件配置的人形机器人机型。

第三，用极限场景倒逼技术迭代。天工这次在400米竞速中验证了极限过弯策略——机器人自己摸索出摩托车手式低重心压弯动作，膝盖几乎贴地、身体大幅倾斜，解决了传统方案高速过弯侧滑的痛点。而这类极限动态场景下的动作挖掘，以前在行业里几乎没有完整落地过。

两台人形机器人在竞速赛道上并肩奔跑

天工把它跑通了，等于给全行业提供了一个参考模板：想验证你的运动控制能力上限，就去极限场景里跑。

回看整个过程，天工Omni捂脸跑这件事最有价值的地方，不是它跑得快，也不是它跑得萌，而是它用一次完整的工程实践，证明了一件事：当你把动作探索的权力还给机器人，它能找到人类经验永远覆盖不到的物理最优解。

1968年，跳高运动员福斯贝里用背越式打破了所有教科书，今天的天工，用捂脸跑做了同一件事。