榮耀機器人奪冠，只是“應試”高手？

AIX財經（AIXcaijing）原創

作者 | 王璐

編輯 | 魏佳

4月19日，第二屆人形機器人半程馬拉松在亦莊開跑。300臺人形機器人、100多支參賽隊伍從通明湖跑向南海子公園，全程21.0975公里，賽道融合城市主干道、坡道急彎、公園生態路段等十余種地形，難度較首屆全面升級。

比賽結果出人意料。賽前幾乎沒有人把榮耀列為奪冠熱門，這家公司入局人形機器人不過一年多，在外界看來只是“手機廠商跨界玩票”，上一屆冠軍天工和春晚紅人宇樹才是公認的種子選手。

但最終，榮耀旗下三支隊伍包攬前三，冠軍“閃電”以50分26秒跑完全程，不僅大幅超越去年冠軍天工Ultra的2小時40分42秒，更打破了人類半程馬拉松57分20秒的世界紀錄。這也是人形機器人第一次在耐力賽場上跑贏人類。與此同時，天工Ultra因系統紊亂被抬離賽道，宇樹H1在逼近終點時摔倒，同樣以擔架收場。

對于這一結果，有從業者指出，榮耀起步較晚，其機器人研發方向可以根據特定場景設計，“閃電”是一臺更加適配馬拉松場景的機器人，這比其他更早量產的品牌占優。甚至有從業者提醒需冷靜看待，馬拉松考驗的是特定場景下的特定能力，贏下比賽并不等于綜合能力最強。

除了結果，大家同樣關注人形機器人的進化速度。

一年前，首屆人形機器人半程馬拉松被網友調侃為一場“翻車”表演秀，20支參賽隊伍中，不乏中途摔斷腿的、跑掉腦袋的、跑著跑著累趴下的。今年即便仍有“翻車”場面出現，但多支隊伍完成了全程，整體完賽率和穩定性較首屆大幅提升。“進步飛速”是網友對今年賽事的集中評價。

短短一年時間，人形機器人究竟解決了哪些難題？馬拉松驗證的能力，又能否真正走進現實場景？

01. 榮耀成黑馬，宇樹、天工“累

本次半程馬拉松共吸引100余支隊伍、300余臺機器人參賽，陣容比去年豪華，有去年的冠軍選手天工，有春晚紅人宇樹、松延動力，還有來自各大高校和海外的團隊。

參賽規則上，每支隊伍可報名多臺同型號機器人，按出發順位依次上場；導航模式分為自主導航和遙控兩類，兩個組別加權系數分別是凈時成績的1.0與1.2。自主導航隊伍在成績認定上享有更高權重，可以看出官方更加鼓勵自主導航技術研發，為人形機器人在更多場景落地打下基礎。

賽前，行業內普遍看好的是兩支隊伍：一是去年的冠軍天工Ultra，二是宇樹H1，在排位賽中，宇樹自主跑完1.9公里彎道賽程僅用4分13秒，甚至打破了人類1500米的世界紀錄，被不少人視為本屆最強選手。

但正賽結果出人意料。

來自榮耀的齊天大圣隊、雷霆閃電隊、星火燎原隊全部使用同款“閃電”機器人，以硬件結構和算法完全一致的基礎配置參賽，僅在出發順位和賽前策略上做了差異化調整。最終，三支隊伍以50分26秒、50分56秒、53分01秒包攬前三，且均為自主導航完賽。

圖源 /HONOR_AI微博

換句話說，榮耀采用了一種“賽馬機制”。他們在一個嚴格控制的、相同的技術基座上（硬件+基礎算法），釋放“策略”這個唯一變量（比如配速、能量管理方式等），在真實賽道上觀察不同戰術的優劣，同時為后續優化積累實戰數據。

這個成績的含金量如何？

長期深耕具身智能的工程師飛的島表示，榮耀這次能贏，與其工程基因有關。

飛的島指出，榮耀將人形機器人最重的部件——電機，從腿部“上移”到軀干，大幅減輕了腿部負重，再加上其較長的腿部比例，這樣的構造讓“閃電”特別適合馬拉松場景。

他強調，這次奪冠證明的是榮耀針對長跑這一特定場景所做的優化設計行之有效，并不代表其機器人整體技術能力的高低，更不意味著它在其他復雜任務中具備同等優勢。

2025年3月，榮耀宣布“阿爾法戰略”，提出未來五年投入100億美元建設AI終端生態，機器人是其核心方向之一。官方對外講的故事是，其將在智能手機領域積累的系統集成能力和供應鏈整合經驗，平移到了人形機器人研發上。這一跨界邏輯在馬拉松賽道上得到了初步驗證，但榮耀的機器人能力是否真正成熟，還需要更多場景的檢驗。

反觀被寄予厚望的宇樹和天工，成績都不理想。

宇樹H1在逼近終點時摔倒，被工作人員用擔架抬離現場。

這一結果低于部分人的預期。但飛的島指出，“H1是宇樹上一代的量產產品，整體偏重、電池偏小、腿偏短，本身就不是為長距離馬拉松專項設計。而且宇樹的產品設計重心在動態成績和科研展示上，比如翻跟頭、運動測試等場景。”

去年的冠軍選手天工Ultra，本次同樣出現了系統紊亂，逼近終點時也被工作人員抬離。有從業者分析，天工的問題更多出在長距離條件下系統穩定性的考驗上。

飛的島表示，不能單純以本次半馬的比賽結果評判這兩家的綜合技術實力。不同機器人針對的場景不同，這場比賽考驗的是特定場景下的特定能力。

從整體表現來看，今年的人形機器人進步速度已堪稱驚人：最快完賽時間縮短至去年的三分之一；完賽率從去年的30%大幅提升；更重要的是，大量機器人實現了從“遙控”到“自主導航”的提升，自主導航隊伍占比從去年的個位數猛增至近40%。

另一個值得關注的趨勢是，越來越多團隊在同一款機器人型號上重復報名多支隊伍。這說明，一方面部分機器人本體已進入量產階段，可以批量“復刻”；另一方面也顯示出行業內同質化競爭的壓力，在本體賽道，內卷已經開始了。

02. 速度提升三倍，馬拉松到底在考什么

成績從2小時40分提升到50多分鐘，這個過程中發生了什么？要回答這個問題，得先搞清楚馬拉松重點考驗人形機器人的哪些能力，以及各家是怎么解決的。

飛的島解釋，馬拉松主要考驗的是人形機器人的“身體基礎”，“就像人一樣，先有強健的體魄，才能再去干其他事情，具體可拆解為三項能力。”

首先是續航與能源管理。

去年很多人形機器人在馬拉松中途“斷電趴窩”，這背后是一個難以調和的矛盾：想要跑得更遠，就得裝更大的電池，但電池越重，跑起來就越費力，電量反而消耗更快，而且電池消耗量越大，散熱也是一大挑戰。當時大多數隊伍的應對方式，要么是中途人工換電，要么是降速保電，結果就是要么慢、要么停。

今年，各家從不同角度解決這個問題。

在硬件結構上，榮耀的思路是“大心臟”（電機）+“輕車身”（機身），飛的島解釋，使用更大功率的電機產熱更少，而減輕機器人本體的重量，也可以減輕電機負擔，從源頭上減少發熱。此外還采取了定制化液冷散熱技術，避免電熱過熱的宕機問題。天工機器人則是使用了更輕量化的機身材料，將體重從去年的55公斤降至今年的50公斤。

在軟件算法上，過去人形機器人大多以固定速度運行，電量告急時也無法自動調節，只能眼睜睜將電量耗盡。今年多支完賽隊伍的系統已經可以實時監測電機溫度和電量狀態，在發熱累積到臨界點前主動降速，把功率控制在安全區間。這類似于手機在電量低于20%時自動開啟省電模式，用智能調度換取更長的續航。

圖源 /北京經濟技術開發區官方微博

其次是步態穩定與運動控制。

去年的賽道相對平坦，很多人形機器人仍然搖搖晃晃、走偏甚至直接摔倒。今年賽道難度全面升級，融合平地、坡道、急彎、狹窄路段等十余種地形，包含接近90度的急轉彎，而很多機器人都能做到在“高速下的精準控制”。

“看上去簡單，但人形機器人每一步落地的姿態、重心的調整，以及下一步的預判，都要在幾十毫秒內完成，稍有偏差就是一連串失控。”飛的島表示。

天工相關負責人曾透露，他們的機器人跑起來擬人化程度很高，是因為前期大量模仿人類動作，以及后期學習訓練。榮耀也曾公開表示，其機器人搭載自研高動態運動系統，有高速奔跑與強地形通過適應能力，能在運動中表現穩定、響應迅捷。

最后是自主導航能力，這是今年最受行業關注且進步最大的維度。

去年，絕大多數機器人依賴人工遙控，有技術人員在一旁跟隨操控。今年，自主導航隊伍占比至近40%。

這主要依賴激光雷達和攝像頭的多傳感器融合，其中激光雷達像一雙能在黑暗中精確測距的眼睛，攝像頭提供視覺信息識別路面和障礙物，兩者結合加上官方提供的精確電子地圖，讓機器人能實時知道自己在哪、前方有什么、該往哪跑。

飛的島把這一進步定性為工程問題而非技術問題。無人駕駛領域的感知和導航技術已相當成熟，大多數機器人團隊是將這套系統移植到自身產品上。“這不是從0到1的突破，只是移植和適配的過程，關鍵在于該公司是否擁有足夠的資金和人力。”

三關都過，人形機器人才有了今年的成績單。

03.跑贏人類之后，人形機器人還差什么？

跑贏人類，聽起來是個里程碑，但人形機器人還遠沒有到慶功的時候。

人形機器人的能力，通常可分為“小腦”和“大腦”兩個層次，“小腦”負責運動控制，比如身體的協調、平衡與步態，“大腦”則負責智能決策，比如任務理解、環境感知與泛化執行。馬拉松考驗的，幾乎全是“小腦”的能力。

這些“小腦”能力已經能對應到一批具體的商業場景。

續航管理的提升，讓機器人具備了在倉儲、工廠、商場等場景中持續干活的能力。

一臺每隔兩小時就要停下充電的機器人在流水線上幾乎沒有商業價值，“今天的賽場上，能夠通過高效換電和能量管理跑完全程的機器人，已經初步具備了進入長班制工作場景的體力基礎。”一位人形機器人資深工程師表示。

步態穩定性和復雜地形適應能力，解決的是人形機器人在現實環境里不摔跤、不卡殼的問題。

上述人形機器人資深工程師認為，實地工廠是半結構化的，醫院走廊是有人流干擾的，家庭環境是完全非結構化的，過去工業機器人只能在固定軌道和精確位置上作業，而今天賽場上展示的地形適應能力，是人形機器人走入這些環境的基礎通行證。

圖源 /北京經濟技術開發區官方微博

自主導航能力，則直接決定著機器人能否在無人操控的情況下完成移動任務，這是養老陪護、酒店服務、園區巡檢、物流配送等場景的核心前提。

但需要明確的是，上述能力的遷移，目前主要集中在“移動”層面，而非“工作”層面。

可以簡單理解為，機器人能穩定地從A點走到B點，只是一個前提。真正抵達B點后，它能否準確拿起貨架上的商品、判斷哪個快遞需要分揀，或者在陌生家庭中理解“請倒杯水”這樣的指令，這些屬于“大腦”的范疇，是今天這場馬拉松比賽無法回答的問題。

不止一位從業者指出，中國的人形機器人在硬件和供應鏈上已非常強大，甚至到了“內卷”的程度。但在大模型、具身智能等“大腦”層面的投入，仍顯不足。“目前，國內頂尖的AI工程師大多仍集中于千問、豆包這類對話式AI賽道，尚未大規模轉向機器人領域。”飛的島認為。

這可能限制著人形機器人的技術突破，反觀國外，特斯拉在具身智能大模型、算力支持等方面不設上限，而國內目前還無法做到。

至于“大腦”的差距需要多久才能補上，目前仍難以判斷。但可以明確的是，一場馬拉松比賽無法定義整個人形機器人行業的終局。跑得快，只意味著機器人的本體能力適配了這個場景，但它們的終局不在賽道上，而在工廠里、在家庭里、在那些需要真正理解任務的場景里。

一場馬拉松，證明了“小腦”已經夠用。“大腦”的進步，才剛剛開始。

*題圖來源于北京經濟技術開發區官方微博。