贵州
中国机器人“捂脸狂奔”的设计理念是什么
科技棱镜
“捂脸狂奔”这个设计，不是工程师画的图纸，是AI自己算出来的最优解。
8月23日，北京人形机器人创新中心的天工Omni在第二届世界人形机器人运动会400米小型组决赛中，以45.66秒的成绩夺冠，其双臂紧贴面部、身体前倾的“捂脸跑”姿态在社交平台上刷屏。
世界人形机器人运动会竞速赛场观众坐满看台
这套跑姿的设计理念，用一句话说清楚：在“只求最快跑完400米”这个单一目标下，机器人通过强化学习，自主找到了一个能同时达成低负载、低发热、低能耗的极端高速运动策略——它不摆臂，是因为摆臂在工程上不划算。
摆臂是高能耗动作，不摆臂才能跑完全程
人类跑步时大幅度摆臂，是维持平衡的自然动作。但把这套逻辑搬上人形机器人，问题就来了。
天工Omni的运动控制算法专家韩刚解释得很直接：机器人如果快速摆臂，肩部关节的负载会急剧拉高，导致关节发热，能耗飙升，根本撑不到跑完400米。
而天工Omni的做法是彻底放弃大幅摆臂——双臂只小幅抬起到面部附近，肩部无高频摆动，负载直接降到关节设计阈值以下，全程400米竞速不触发过热保护。
天工Omni采用双臂近脸的特殊姿态奔跑
代价是什么？手臂不摆了，平衡怎么维持？答案是靠腰。天工Omni身高不到1.4米、体重不到40公斤，腰部力量却相当强。工程师孟祥说，他们“把腰的力量充分用起来了”——双手前置后重心前移，依靠腰部扭转来抵消腿部摆动带来的惯量，用扭腰扭胯替代摆臂来保持平衡。
这套方案不仅更省力，整体能耗还更低，同等电池容量下能支撑更长的高速奔跑距离。
这就是“捂脸跑”的工程逻辑：不是卖萌，是省能。省能才能跑完400米，跑完400米才能夺冠。
这个姿势，是强化学习在千万次试错里“摔”出来的
更关键的是，这套跑姿没人教过它。
韩刚和孟祥都在采访中确认，团队最初给机器人预设的是正常摆臂跑姿，但在强化学习训练框架下，工程师只给奖励目标——“跑得快”“控制发热”，不规定任何具体动作细节。
机器人在仿真环境里一遍遍试、一遍遍摔，经过千万次数据迭代，自己发现：摆臂太累，不摆臂、用腰扭着跑，不仅达标，还更舒服。
竞速赛道上一台人形机器人不慎摔倒在地
韩刚的比喻是“教育小朋友”：表现好有奖励，表现不好有批评，但具体怎么做，不教。最终机器人自己选出了这套“捂脸跑”方案——这是强化学习自主探索的结果，不是人类运动方程能直接推导出来的，传统人工规划动作的方式根本写不出这种解。
而且这套跑姿的稳定性远超预期。孟祥说，训练中加了很多扰动，机器人也不会倒地。过弯时下半身压得极低，膝盖几乎贴地，车身整体倾斜，像摩托车赛车手压弯一样，全程不依赖赛道巡线，完全靠自主定位建图完成流畅过弯。
冲过终点后还能立刻减速停稳，不像多数竞品那样因惯性冲出赛道。
这是一套为竞速而生的定向优化方案，不通用
“跑得最快”这个目标，是以牺牲通用性为代价的。
第三方的非宣传类报道已经注意到了这个边界：这套“捂脸跑”姿态，只在封闭无障碍物的塑胶跑道场景下生效。进入需要感知避障、动态调整落脚点的障碍赛后，天工Omni会自主放弃该姿态，切换为常规跑姿。
人形机器人在印着道次数字的跑道上奔跑
研发方负责人郭宜劼也公开确认：竞速赛和障碍赛用的是同一个强化学习框架，但针对不同场景训练出了不同的运动策略，竞速目标下才出现“捂脸跑”，障碍赛侧重稳定性，不会启用这套姿态。
说白了，“捂脸跑”是400米竞速的极端定向优化方案，不是面向通用移动的平衡设计。把它放到日常生活里，它自己都不会用。
但这就是强化学习的魅力——它不给你一个“看起来对”的姿势，而是给你一个“在给定约束下最优”的姿势。
这台身高1.35米、重39公斤的小型人形机器人，赛前一个月速度还只有6到7米每秒，经过短期轻量化减重、髋关节强化、散热升级和算法优化，一个月内竞速能力提升了近50%，最终完赛平均速度达到8.76米每秒，远超2026年上半年行业小型机器人约5米每秒的极限水平。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
