智能AI
morning
一群机器人,如何展现出超越个体的能力?
摘要
你对学 校运动会上的分列式一定不陌生 吧? 踏着音乐鼓点,迈着整齐的步伐走过主席台。人类能够完成这样精密而默契的集体动作,靠的是眼睛看、耳朵听、大脑判断,然后调整自己的脚步。一个班级几十个人,每个人都在独立决策,却能汇成一个整体 。 如果将队列里的每一个人换成双足人形机器人,这一幕又该如何实现? 在第二届世界人形机器人运动会开幕式上,一支 “钢铁方阵”给出了答案:80台由北京本土科技企业“加速进化...
加速进化
BEIJING
你对学
校运动会上的分列式一定不陌生
踏着音乐鼓点
迈着整齐的步伐走过主席台
人类能够完成这样精密而默契的集体动作
靠的是眼睛看
耳朵听
大脑判断
2026-08-28
1 阅读
约7分钟阅读
央视新闻
字号:
你对学 校运动会上的分列式一定不陌生 吧? 踏着音乐鼓点,迈着整齐的步伐走过主席台。人类能够完成这样精密而默契的集体动作,靠的是眼睛看、耳朵听、大脑判断,然后调整自己的脚步。一个班级几十个人,每个人都在独立决策,却能汇成一个整体 。 如果将队列里的每一个人换成双足人形机器人,这一幕又该如何实现? 在第二届世界人形机器人运动会开幕式上,一支 “钢铁方阵”给出了答案:80台由北京本土科技企业“加速进化”研发的Booster T2双足人形机器人,在没有任何遥控器、没有外置动捕系统、没有后台统一发令的纯自主状态下,步伐稳健地列队步入场内。随着音乐推进,在行进至主席台前方时,80台机器人各自感知周边、自主规划路径并调整间距,在流动的变换中精准排列出了“BEIJING”七个英文字母。 这样的整齐划一背后,正是人形机器人领域备受关注的 群体智能 。 🤖️ 🤖️🤖️ 什么是群体智能? 过去我们说机器人 “智能”,通常指的是“单机智能”:一台机器人能走、能跑、能识别物体、能完成任务。这就像一个聪明的个体。但群体智能不一样。它关注的不是“一台机器人有多聪明”,而是“一群机器人在一起,能涌现出怎样超越个体的能力”。 “实现群体智能最难的是保持一致性,包括硬件的一致性和计算的一致性。”加速进化 公司 C EO程昊这样介绍 。继去年 25台机器人完成5×5方队自主行走后,今年80台自主变阵的难度实现了质的飞跃,从简单走方阵到增加变阵,要求机器人在行进中实时感知队友位置、动态调整步态与间距 。每台机器人都要独立完成 “大脑”路径规划与“小脑”运动控制的配合。 自然界里有很多例子。蚁群中没有一只蚂蚁知道 “整个巢穴该怎么建”,但每只蚂蚁遵循简单的 规则,通过分布式协作,最 终建成了结构精密的蚁穴。鸟群迁徙时没有领航员,但每只鸟根据邻近同伴的位置调整飞行,数千只鸟就能像一个整体一样变换阵型。 这就是群体智能的核心:每个个体都在独立决策,但合在一起,能涌现出超越个体的秩序。 今年每一台 T2机器人的单台端侧算力高达2070 TFLOPS,80台同时运转,就是约17万TFLOPS的算力总和 。也就是说,这个机器人方阵同时也是一座正在行走的超算中心 。 从单体智能到群体智能的跨越,正在这里发生。 🤖️ 🤖️🤖️ 没有剧本的绿茵博弈 开幕式上的列队拼字,展现的是群体智能的 “秩序面”——在一个相对可控的环境中,多个独立决策体协同完成一个目标。而随后的绿茵赛场,则是对群体智能在极端动态对抗环境中的“大考”。 开幕式暖场环节, 14台Booster T2分为“加速队”和“进化队”,在相当于两个半标准篮球场并排 的 近千平标准 足球 场上展开全自主对抗。 在 程昊 看来,足球运动是 “具身 智能的最佳训练场 ”。足球下一秒的轨迹、对手的封堵路径、队友的前插路线,每一秒都在变,没有任何一个动作可 以提前 “写”好。 于是我们看到了这样的画面: 14台机器人各自独立决策——球在哪、队友在哪、对手在哪、下一步该往哪跑。它们会卡位、会回追,也会在丢失球权后重新组织防守;偶尔摔倒 后,机器人能够自行调整姿态站起,继续比赛。前锋前插、中场调度、后卫协防,场上甚至复刻了人类球员进球后的经典庆祝动作。 赛场上的每一台机器人,既是运动员,也是自己的战术决策者。 不是一台踢得好,而是七台在 “想”同一件事,但各自做出不同的决策,随后协同完成一次进攻、一次防守、一次战术配合。 这正是群体智能在动态对抗场景中的直观体现。 🤖️ 🤖️🤖️ 机器人为什么要学踢球? 让机器人学踢球,不仅仅是为了踢球。它真正要练的不是赢球,而是如何控制自己的身体。 表面上看,踢球就是一个摆腿动作。但放在人形机器人身上,这意味着支撑脚要稳住整个身体,各个关节要在瞬间协同发力,上半身还要前倾或后仰来对抗踢球时产生的反作用力。与此同时,视觉系统要实时追踪球的位置,判断它是静止的、滚动的还是正在弹跳。任何一个环节偏差几毫秒,机器人就会在触球之前先摔在地上。 这比走路难得多。走路是周期性的重复动作,而踢球是瞬间的非对称爆发动作 ——双腿分工完全不同,重心转移剧烈,落地冲击也不均匀。为了让机器人掌握这项能力,工程师通常需要先采集人类球员的运动数据,再让机器人在仿真环境里反复试错,一次、一百次、一万次,直到算法找到那个既稳定又有力的动作参数。 但仿真终究是仿真。虚拟世界里跑得通的模型,放到真实场地上一试,灯光反光可能让视觉识别失灵,地面摩擦系数和仿真设定稍有差异,动作就会变形。每一次从虚拟到现实的跨越,都是一轮新的验证。练的是一脚球,背后训练的平衡、协调、环境判断和失败 恢复能力 ,是具身智能的通用基本功。 🤖️ 🤖️🤖️ 当机器人学会 “一起想” 回到开幕式, 80台机器人拼出“BEIJING”的瞬间。 当一群机器人能够在没有中央指挥的情况下自主协同、自主决策、自主完成复杂任务,它们能做的事情就不再局限于 “表演”。灾害救援中的协同搜索、工厂车间里的协作生产、仓储物流中的集体调度——群体智能正在从实验室走向更广阔的物理世界。 截至 2026 年 8 月,加速进化的双足人形机器人的全球出货量已经突破 3000 台,其中今年截至目前的出货量已超 2000 台,上半年出货量超 1200 台。 当 “我们”这个词开始拥有硅基的含义,一个新的时代,正在北京的赛场上,悄然启幕。 【广告】 ©央视新闻 文章原文
这篇文章对您有帮助吗?
订阅66必读
每日精选科技资讯,直达你的邮箱