智元的“夺冠方法论”

第二届世界人形机器人运动会收官了。总奖牌榜上，智元、天工、宇树、加速进化、银河通用包揽前五名。 智元一共派出 4 款产品参赛，全部为量产产品，没有针对比赛进行特化改装，最终拿下本届比赛的金牌榜和奖牌榜第一。 50 个赛项中，智元共获得 46 枚奖牌，包括 18 金、16 银、12 铜。其中，本届新设的灵巧手专项共有 8 枚金牌，智元临界点的量产版 OmniHand 拿下其中 7 枚。场景赛共产生 12 枚金牌，智元拿到 6 枚。舞蹈、武术、乒乓等竞技项目中，智元又获得 5 枚金牌。 如果只看社交媒体，这届运动会最容易留下印象的，可能还是机器人跑得有多快、能不能跳舞、会不会打乒乓球，以及各种摔倒和翻车的瞬间。 比赛确实变得更好看了。赛项从上一届的 18 个增加到 50 个，新增举重、街舞、乒乓球、自由搏击等大量竞技项目，并且新增灵巧手类目比赛。机器人能够完成的动作越来越多。 并且，即使是在这样一场面向大众的机器人赛事中，机器人也开始被放进更真实的环境，并被要求更多地依靠自己完成任务。 从赛制上看，第二届运动会明显提高了对真实作业和自主运行能力的要求。这也是过去一年机器人能力提升之后，必须面对的进一步检验。 首先是场景更接近真实环境。2025 年的不少场景赛仍然在实验室模拟环境中完成，今年则进一步拆分出工业、生活等 12 个作业赛项，并新增 8 个灵巧手专项和 1 个综合五项。家政、消防、宾客服务等项目还直接进入体验中心、消防站和酒店等真实物理环境。 比赛对控制方式的要求也进一步收紧。2025 年，不少田径等竞技项目仍然允许遥控。今年，100 米、400 米、1500 米、4×100 米接力、跳高、跳远、足球、体操、举重等项目都要求机器人全自主完成。场景赛仍然允许自主和遥操两种方式，但遥操作的得分系数只有全自主的一半。 相比简短、吸引眼球的成功或翻车视频，这些变化，以及机器人究竟依靠什么完成这些任务，受到的关注少得多。但随着机器人开始走向真实部署，这些问题恰恰越来越重要。 **智元董事长兼 CEO 邓泰华此前将 2026 年定义为机器人从“开发态”进入“部署态”的元年。**智元自己也已经开始把机器人送进真实工厂。此前，精灵 G2 已进入龙旗南昌工厂，在 MMIT 测试工段参与平板量产质检。 真正进入部署态，机器人面对的已经不再是一次成功的演示。尤其随着自主程度提高，过去由人处理的很多问题都需要交给系统自己解决，并最终变成可以稳定运行的工程能力。机器人采用什么技术方案、如何适应现场变化，以及出了问题能不能继续完成任务，都会直接影响最终的部署效果。 沿着这些问题再看这届运动会，比赛本身也提供了一个观察机器人真实能力的窗口。 比赛结束后，智元向 InfoQ 详细拆解了不同赛项的参赛方案，包括机器人采用的控制方式、技术路线，以及开发和现场调试中遇到的具体问题。 这些方案让我们有机会看到，一批没有为比赛特化改装的量产机器人，在运动、操作和真实作业中已经走到了哪里；以及为了让机器人从“能做”走向“稳定完成”，今天究竟还需要解决什么。 机器人运控：更高、更快、更强、更自主 奥运会追求人类运动的更高、更快、更强。在人形机器人运动会上，我们也看到了类似的突破。 在舞蹈和武术等项目中，远征 A3 以全自主方式完成腾空、大角度转体、单腿长时间支撑、低重心姿态切换等动作。这些动作会不断改变机器人的支撑状态和重心，对关节输出和全身协调提出很高要求。机器人需要实时调整躯干和四肢姿态，才能连续完成整套动作。 这些能力背后，是智元的运动预训练模型和全身协同控制算法。模型从灵创平台积累的运动数据中学习运动先验，再借助 Sim2Real，将仿真环境中训练得到的策略迁移到实体机器人。 到了乒乓球赛场，机器人面对的运动目标开始实时变化，对自主性的要求也更高。 2026 年，世界人形机器人运动会首次设置乒乓球 1V1 对抗赛，并明确要求比赛全程由机器人自主运行，禁止远程操作、远程控制或任何形式的远程干预。智元派出远征 A3 参赛。 乒乓球球体小、速度快，飞行轨迹还会随着旋转和击球方式不断变化。人类运动员看到来球后，会自然地移动身体、调整球拍、完成击球。机器人需要连续完成目标感知、轨迹预测、击球决策和动作执行，留给每个环节的时间都很短。任何一步慢了，都可能错过来球。 本届运动会开幕式上，智元远征 A3 与乒乓球奥运冠军丁宁进行了一场人机互打。远征 A3 搭载智元自研的 SpikePingpong 乒乓运动控制算法，在没有预设动作脚本的情况下，自主完成来球感知、轨迹预测、击球决策和动作执行。 SpikePingpong 使用快慢视觉结合的方案捕捉高速运动的乒乓球。系统持续更新来球轨迹，判断击球位置和时机，再生成相应的全身动作。 挥拍只是最后一步。来球发生变化，机器人的站位、躯干姿态、手臂轨迹和球拍角度都要跟着调整。大幅度挥拍还会改变整机重心，需要同时处理身体平衡。 乒乓球也因此成为检验机器人自主性的关键项目。 最终，在舞蹈、武术、乒乓等竞技项目中，未经定向改造的智元远征 A3 共获得 5 枚金牌。 到了 100 米障碍赛，机器人面对的环境更加复杂。 相比 2025 年， 今年 100 米障碍赛规则明显变难。比赛限时从 15 分钟缩短到 5 分钟，所有障碍必须依次完成，不能再选择放弃部分高难度项目。对摔倒和碰触障碍的处罚也更加严格。 赛道本身同样升级了。机器人需要走过桥面只有 0.5 米宽的 S 弯桥，钻过净高只有 0.5 米的匍匐通道，翻过 1 米高的手撑跳台，还要在只有 0.6 米宽、带有台阶的 L 型通道中完成转向，并连续跨过两道 0.3 米高的栏杆。 不同障碍考验的能力也不同。直道拼速度，到了 S 弯桥，就要准确控制落脚位置和重心；进入匍匐通道后，机器人需要从双足行走切换到低姿态，通过之后重新起身；跳台和跨栏，则更考验爆发力、全身协调和落地稳定性。 难点还在于，速度和稳定很难兼得。慢下来，留给机器人的调整空间更多，但整场比赛只有 5 分钟；速度上去以后，一次落脚偏差就可能导致摔倒。一旦跌落 S 弯桥、碰倒跨栏或者在障碍中摔倒，还需要返回当前障碍起点重新挑战，计时不会停止。 最终，智元灵犀 X2 拿下 100 米障碍赛金牌。参赛的 X2 使用量产版本，本体没有针对比赛进行改装。 应对这样的复杂地形，只掌握自身的运动状态还不够。 传统的机器人运动控制通常会使用关节位置、速度、机身姿态等本体信息。这些信息可以告诉机器人腿抬到了哪里、身体是否倾斜。但到了 S 弯桥、台阶和窄通道这样的环境，机器人还需要知道前方地形是什么样，才能决定下一步怎么走。 灵犀 X2 的运动控制因此引入了视觉信息。智元自研的 AGILE（AgiBot Generative Intelligent Locomotion Engine）运动控制框架，会结合机器人自身状态和视觉获取的环境信息生成运动策略。看到前方障碍后，机器人可以相应调整落脚位置、身体姿态和动作。 从远征 A3 到灵犀 X2，今年的比赛也能看到人形机器人运控的一些变化。跑得更快、跳得更高、完成更复杂的动作仍然重要，但机器人也开始更多地利用外部环境信息，根据实时变化决定下一步怎么动。 更高、更快、更强的同时