戴工牌的“打工人”站上运动会领奖台，智元量产机“裸考”机器人世运会，狂扫46枚奖牌

8月26日，2026世界人形机器人运动会在北京国家速滑馆“冰丝带”落下帷幕。上海具身智能企业智元机器人首次参赛，以18金16银12铜、总计46枚奖牌的成绩，位列金牌榜与奖牌榜双料第一。

智元此次派出的参赛阵容，全部为未经赛场特化改装的量产机型。这意味着，在51个赛项中摸爬滚打的，正是那些已经在工厂流水线上打卡的“机器人师傅”。

第二届世界人形机器人运动会，如同具身智能产业化进程的一块试金石，来自全球16个国家的666支队伍、2056台机器人同台竞技，赛项从首届的26项扩容至51项，新增灵巧手专项赛与“综合五项”全能挑战，首次将产业落地的共性瓶颈搬上竞技场。

不依赖特质改装的量产机型从车间到赛场的实战成绩表明，通用机器人正在跨出实验室定制的门槛，走向规模化落地。

一“手”打天下，量产通用性经受极限考验

本届运动会首设的灵巧手专项赛，被业内视为“指尖上的微操对决”。8 个赛项涵盖粉末称量、积木搭建、镊子夹豆、电动工具装配、开瓶撬盖、拆箱拆包、线缆连接等，考察维度从精细力控到双手协同，从长时序规划到环境自适应，每一项都是对机器人末端执行能力的极限压力测试。

智元旗下子公司临界点派出的量产版灵巧手OmniHand，以510克自重、16个自由度的硬件配置，闯入了全部8个赛项的决赛，最终斩获7金4银3铜。值得注意的是，OmniHand 以同一款量产的产品完成了所有挑战，并未像部分参赛队伍那样“一个赛项换一只手”。

在粉末称量赛项中，机器人需要使用勺子取放20克粉末，误差须控制在±0.5克范围内；积木搭建则要求按样例完成20个小块积木的叠放并保持结构稳定。这些任务对力控精度、视觉分辨率和操作鲁棒性提出了近乎苛刻的要求。支撑OmniHand完成上述操作的，是临界点自研的DUET双层具身接触智能架构，外层位姿控制负责宏观动作规划，内层触觉控制实时调节接触力度，两层能力在毫秒级时间尺度上协同，使机器人能够在不确定的物理接触中保持稳定的操作表现。

截至目前，临界点灵巧手累计出货量已超2万台，沉淀了超过5万小时的真实世界运行数据。这些数据并非来自实验室的精心编排，而是来自电子厂产线、物流仓储、柔性制造等真实作业现场的持续回流。

从龙旗工厂到赛场，“部署态”能力复现真实工作流程

如果说灵巧手专项考验的是“单点突破”，场景赛则检验的是机器人在非结构化、高扰动、长流程实景环境中的综合作业能力。

本届场景赛覆盖家庭、酒店、物流、工业、应急救援等九大真实应用领域，机器人需在限定时间内自主完成多环节任务，任一节点失误都可能导致任务中断。

智元精灵G2量产机型在这一赛道斩获6金，覆盖消防应急、图书馆整理、酒店服务等多元场景。在消防应急场景中，机器人需要完成危险品识别、异常阀门关断、灭火器抓取与灭火三大核心任务。面对重达4.5—5公斤的灭火器，这远超市面绝大多数机器人末端夹爪的负载上限，智元团队并未采用昂贵的定制夹爪，而是利用手腕结构强度与底盘承载设计，以工程化思路解决了负载瓶颈。

在图书馆场景中，智元与清华大学、上海交通大学组建的联合赛队，完成了出库运输、图书上架归位、错放图书识别与纠正等全流程任务，其自主决策系统基于高精度地图定位与开源视觉模型构建，全程不依赖外部算力与网络。

这些在赛场上被验证的能力，并非为比赛临时搭建的“特供版”。精灵G2在参赛前，已在龙旗科技工厂、上汽工厂等场景完成大规模部署，经历过真实的产线质检、物料搬运与流程协同。这种“先落地、后参赛”的路径，与行业常见的“为比赛定制、赛后束之高阁”形成了鲜明反差。

精灵G2的表现，背后是智元“一体三智”全栈技术架构的支撑：作业智能面向真实任务场景，依托自研的ViLLA具身基座大模型与世界模型，使机器人具备自主感知、任务规划与复杂操作闭环的能力；运动智能保障本体在动态环境中的稳定执行；交互智能则负责与人及环境的自然协作。三智共享底层平台，通过标准化接口部署于同一本体，使机器人能够在图书管理、消防应急、工业搬运等不同场景间实现能力的泛化迁移，而非每进入一个新场景就推倒重来。

竞技赛运动控制的全域释放

在舞蹈、武术、田径障碍等竞技项目中，智元斩获5金。远征A3全尺寸双足人形机器人在武术太极拳决赛中以40.5分位居榜首，完成了“白鹤亮翅”等必选动作的全程自主运行；在开幕式上，24台远征A3与 20名专业体育舞蹈从业者共同完成《律动未来》集体表演，涵盖拉丁、嘻哈、恰恰等多个舞种，实现了大规模人机协同的毫秒级同步。

此外，远征 A3 还与乒乓球运动员丁宁展开人机对打，全程不依赖遥控与预设脚本，独立完成视觉捕捉、球路预判与全身运动规划。

灵犀X2则在100米障碍赛中夺冠，展现出较强的动态平衡与越障能力。

这些高动态表现，依托于智元自研的运动预训练模型与全身协同控制算法。通过从灵创平台海量运动数据中学习通用运动先验，结合Sim2Real仿真—现实迁移能力，机器人能够在腾空、大角度转体、低重心姿态切换等复杂动作中，实现躯干与四肢的实时协同校准。

从“戴工牌”到“赢金牌”量产逻辑重新定义竞赛意义

智元以首次征战世界人形机器人运动会的成绩，印证了一个正在发生的产业转折：当行业还在争论“人形机器人应该先做好运动控制还是先做智能大脑”时，量产机型已经在赛场上同时交出了两份答卷。

“戴得了工牌，赢得了金牌”，对具身智能企业而言，量产能力意味着供应链成熟、成本可控、可靠性经过真实场景验证；而竞赛成绩则意味着，在标准化的技术标尺下，这些“打工人”的综合能力已经达到行业领先水平。

当机器人从工厂产线走向竞技赛场，再从赛场回到产线，一个更具想象力的通用人形机器人时代，值得期待一下。