World Humanoid Robot Games 展示机器人选手打破纪录，同时出现起火现象

# 世界人形机器人运动会：跑步机器人打破纪录却突发起火 来源：https://arstechnica.com/ai/2026/08/world-humanoid-robot-games-show-runners-breaking-records-bursting-into-flames/ 机器人破纪录的短跑表演，其实际意义可能还不如家务挑战赛。 一台荣耀人形机器人在中国北京国家速滑馆举办的第二届世界机器人运动会100米大机器人组第二轮比赛中，奔跑时断裂成碎片，旁边是两台天工Ultra机器人（图中居左和居中）。照片拍摄于2026年8月25日。来源：Evan Frayer/Getty Images (https://www.gettyimages.com/detail/news-photo/an-honor-humanoid-robot-breaks-into-pieces-as-it-runs-next-news-photo/2291989037?adppopup=true) 世界人形机器人运动会的病毒式传播视频显示，短跑机器人 (https://www.youtube.com/shorts/3Y9E2CcMTFk) 打破了尤塞恩·博尔特保持的人类100米纪录，但同时也呈现了奔跑中的机器人因无法及时减速而撞上护栏、跌倒的场景。一些跌倒的机器人甚至在火花四溅中从腰部断裂或直接起火。 这场既展示机器人能力又暴露其局限性的演示，来自8月22日至26日在北京举办的第二届世界人形机器人运动会。与2025年的首届赛事类似，本届运动会挑战人形机器人快速奔跑、表演功夫或舞蹈动作、进行自由搏击对抗，以及踢足球或打乒乓球。 今年的赛事还测试了机器人在洗涤、晾晒衣物等更单调的实际场景中的表现，它们的速度明显落后于普通人类的工作效率。这表明，包括中国官方媒体和北京市政府在内的赛事组织者，希望在中国机器人产业快速发展的当下，充分展示人形机器人的商业潜力。 ## 无限奔跑的机器人 人形机器人从去年在100米短跑和立定跳高项目中落后于人类纪录保持者，到今年成功超越人类世界纪录 (https://apnews.com/article/china-humanoid-robot-games-us-86cb8e310843151a77057e4cb764b4e2)，这一事实表明，机器人在完成特定任务的全身控制方面取得了重大进展。普渡大学计算机科学博士候选人、美国陆军研发实验室研究助理迪帕姆·帕特尔 (https://www.dipampatel.in/) 告诉 Ars 科技网。 “所有这些都展示了全身控制能力，因为你需要移动所有关节、手、腿、手臂、身体的所有部位来完成任务。”帕特尔说，他同时也是电气电子工程师学会（IEEE）的研究生会员。“因此，与上一次相比，工程上无疑取得了巨大进步。” 然而，世界人形机器人运动会上展示的机器人距离能够处理几乎任何任务的通用自主机器人 (https://arstechnica.com/ai/2026/07/robot-workers-rising-how-ai-may-drive-general-purpose-autonomy-in-robotics/) 仍相去甚远。相反，这些机器人是为完成单一任务而设计的，正如奔跑的机器人只能直线冲刺，甚至在冲过终点线后无法通过绕场奔跑来减速所证明的那样。 “如果你冲过终点线，那就是目标——你是否停下来，或者是否摔得四分五裂并不重要。”帕特尔告诉 Ars。“一些公司为不同的比赛或任务准备了不同类型的机器人，因为它们就是为了在特定任务上做到最好而设计的。” 人形机器人踉跄摔倒。 机器人比赛和其他炫目的项目 (https://arstechnica.com/ai/2026/04/robot-runner-handily-beats-humans-in-half-marathon-setting-new-record/) 提供了具有娱乐性的奇观，容易成为新闻头条和病毒视频片段。帕特尔说，这同时也为机器人公司提供了一个吸引公众关注和投资者资金的机会，使其有可能在竞争中脱颖而出。 北京公司X-Humanoid开发的一种人形机器人，因其以罕见的“害羞躲手”姿势 (https://www.facebook.com/watch/?v=1316053240441440) 赢得400米小组赛而在网络上爆红。该机器人的开发者告诉《环球时报》，机器人是通过模拟环境中的强化学习试验，从人类跑步者的手臂摆动模式，转变为将手臂举在脸前并通过髋部旋转来回摆动的。 帕特尔建议，如果让机器人在比赛中重复跑同一赛道10次，那么衡量机器人进步的指标可能会更有意义。这将要求机器人展示其软硬件能够可靠地完成多次试验——甚至可能学会在不危及自身或旁观者安全的情况下安全减速。 ## 朴实无华但更具实用价值 今年世界人形机器人运动会上首次亮相的那些不那么炫目的项目，最终可能被证明是衡量机器人进步的更有用的基准。据中国官方媒体《环球时报》报道，这类情景竞赛包括洗衣服、叠衣服和清理客厅等家务劳动。 机器人还遇到了计划外的中断挑战，例如需要将一个快递包裹拿进室内。这要求它们从家务任务切换到处理接收快递的任务。 北京 Continental 大酒店为机器人设置了一系列不同的计时挑战，包括将带轮行李箱送到指定的酒店房间、整理床铺和补充用品。《环球时报》还报道说，一个独立的图书上架项目挑战机器人收取归还的图书并将其放入正确位置，以此测试其视觉识别和推理能力。 一个更生动的实践场景涉及户外消防和救援活动。机器人有30分钟时间识别危险物质，定位并关闭三个不同类型的敞开阀门，发现火情，然后找到灭火器灭火。《环球时报》报道称，12支参赛机器人队伍中仅有3支完成了整个挑战。 机器人甚至参加了六项测试手指灵巧度的项目，包括捡豆子和拧螺丝。它们还比赛将钉子精确地锤入软木板 (https://www.youtube.com/watch?v=WSUrC1djzTg)，且不能将其敲歪。 但帕特尔观察到，许多机器人参赛者仍由人类操作员进行远程控制，后者直接指挥机器人的动作。世界人形机器人运动会允许在某些项目中使用人类远程操作机器人，但如果机器人是远程控制而非自主执行，则会在最终得分上扣分。 ## 机器人自主性的局限 帕特尔表示，许多项目仍允许人类直接控制机器人动作这一事实表明，自主机器人系统仍有很长的路要走。人类能够快速地即时学习许多任务，而机器人则需要在模拟或现实场景中通过反复试错进行大量训练。 “你需要让机器人从交互中学习所有可能的边界情况，这其实不太可行，”帕特尔告诉 Ars。“你可以模拟大约10万个钉钉子的场景，但这只是世界上数百万种任务中的一种。” 为许多机器人提供动力的AI模型也可以从涉及人类演示的大量视觉数据中学习。但收集此类机器人任务演示数据已被证明既耗时又耗费资源，尽管有各种公司努力雇佣普通人 (https://arstechnica.com/ai/2026/05/robot-training-startup-will-send-humans-wearing-cameras-to-clean-your-home/) 在头上佩戴摄像机。 “我们需要大力推动算法开发，才能真正看到机器人能够在任何随机环境中完成八小时工作轮班，”帕特尔解释说。 据《南华早报》 (https://www.scmp.com/tech/tech-trends/article/3364977/chinese-robots-tackle-tennis-smash-track-records-world-humanoid-robot-games) 报道，即使在世界人形机器人竞赛中更具自主性的机器人，仍然严重依赖云计算来帮助运行密集的AI模型，而不是在自身的机载硬件上直接运行AI计算。报道称，机器人配备了5G模块，将数据传输到一个“具身智能系统”，然后接收关于下一步做什么的指令。 人形机器人能力的真正考验，必然发生在世界人形机器人运动会的演示之外 (https://arstechnica.com/ai/2026/06/the-skeptics-guide-to-humanoid-robots-going-viral-on-the-internet/) 的现实世界中。仅在2025年，投资者就向人形机器人公司投入了超过60亿美元 (https://www.technologyreview.com/2026/04/17/1135416/how-robots-learn-brief-contemporary-history/)，中国公司在测试和部署此类机器人方面尤为积极。 与此同时，像波士顿动力 (https://arstechnica.com/tag/boston-dynamics/) 和 Agility Robotics 这样的美国公司，也在加紧其自身的商业化和在工厂、仓库中的部署计划。美国政府甚至禁止进口外国制造的机器人 (https://arstechnica.com/ai/2026/07/who-wins-and-who-loses-after-us-bans-foreign-robots/)，包括中国最流行的人形机器人 (https://arstechnica.com/gadgets/2026/08/us-distributor-of-chinas-most-popular-humanoid-robots-pivots-after-us-ban/)。 但并非所有机器人研究人员都确信人形机器人是必要的，尤其是目前从事生产性工作的最实用机器人通常具有其他形状和尺寸。就帕特尔本人而言，他专注于开发软件算法，使许多不同类型的机器人能够无缝地在任务间切换。 杰里米·徐的照片 (https://arstechnica.com/author/jeremyhsu/) 杰里米·徐是一名记者，探索深度科技和人工智能的广泛话题。他此前曾为《新科学家》、《科学美国人》、《IEEE光谱》、《连线》、《Undark 杂志》和《麻省理工科技评论》等众多出版物撰写文章，涉及深度伪造、数据中心、无人机、电池技术、机器人技术和GPS干扰等主题。他拥有纽约大学新闻学硕士学位，以及宾夕法尼亚大学科学历史与社会学学士学位，辅修英语。 59条评论 (https://arstechnica.com/ai/2026/08/world-humanoid-robot-games-show-runners-breaking-records-bursting-into-flames/#comments) 1. “最多阅读”栏目首篇报道的配图：用于识别浏览器的超声波指纹技术当场抓获速卖通 (https://arstechnica.com/security/2026/08/aliexpress-caught-fingerprinting-visitors-after-sending-inaudible-sounds-to-browsers/)