一年时间，机器人从“马拉松笑话”到超越“最强人类”

从“笑话”到“破纪录”：人形机器人如何用一年时间完成史诗级跨越？ 2026 年 4 月 19 日，北京亦庄。当荣耀人形机器人“闪电”以 50 分 26 秒的净用时冲过半程马拉松终点线时，现场沸腾了。这不仅是一场赛事的落幕，更是一个时代的分水岭。 仅仅一年前，人形机器人跑马拉松还被视为行业内的“马拉松笑话”；而今天，它们不仅跑完了全程，更以 2.8 倍于去年的速度，超越了人类男子半程马拉松的世界纪录（57 分 20 秒）。 从“漏洞百出”的遥控玩具，到“地表最强”的自主智能体，这一年，人形机器人究竟经历了什么？ ### 一、一年之变：从“搀扶跑”到“自主跑” 回望 2025 年的首届人形机器人半程马拉松，那是一场令人啼笑皆非的“灾难片”。 20 支参赛队伍中，70% 的机器人未能完赛。有的机器人起步即失控，在赛道上画起“之”字形，甚至一头扎进绿化带；有的刚出发就因电量耗尽瘫软在地，工程师不得不像照顾婴儿一样，一路搀扶、紧急排查。最终，仅有 6 支队伍勉强跑完全程。那时的机器人，更像是被线牵引的木偶，离“智能”二字相去甚远。 然而，2026 年的赛场已彻底改头换面。 参赛规模呈爆发式增长：80 余家企业、20 余所高校、300 余台机器人同台竞技，队伍数量是去年的 5 倍。更令人瞩目的是，参赛主体从传统的机器人厂商扩展到了智能手机巨头（如荣耀）和互联网平台（如高德）。 荣耀带来的“闪电”机器人，全程采用自主导航模式，仅在 10.6 公里处进行了一次换电。途中遭遇意外碰撞，它凭借内置的动态平衡算法，自主调整姿态并重返赛道，最终夺冠。 这种变化并非个例。北京人形机器人创新中心的“具身天工 Ultra”，以零人工干预的全自主模式，将半马纪录缩短了 1 小时 25 分钟；宇树 H1 在排位赛中更是跑出了打破人类 1500 米世界纪录的惊人速度。 数据显示，今年近四成的赛队实现了真正的“自主奔跑”。这意味着，人形机器人正在完成从“高级遥控玩具”向“自主智能体”的惊险一跃。 ### 二、规则进化：为“真智能”让路 技术的进步，离不开规则的引导。 2026 年的赛事规则进行了重大优化，旨在鼓励真正的技术创新。首先，硬件门槛被明确：参赛机器人必须具备躯干、上肢及双足结构，且核心运动模式为双足奔跑。 其次，赛事创新性地设置了“自主导航”与“遥控”两种模式同场竞技。为了鼓励自主技术研发，规则规定：遥控方式参赛队的净计时成绩需乘以 1.2 的系数。这一“惩罚性”系数，直接倒逼企业放弃“走捷径”的遥控方案，转而攻克自主导航的硬骨头。 最终，冠亚季军全部由自主导航机器人包揽，且均来自荣耀团队。这不仅是荣耀的胜利，更是“自主智能”路线的胜利。 ### 三、资本狂潮：钱在流向哪里？ 机器人奔跑速度的提升，背后是资本市场的疯狂押注。 2025 年，机器人领域融资规模在 511 亿至 735 亿元之间，是 2024 年的 3.5 倍。进入 2026 年，这股热潮并未减退，仅前三个月融资规模就接近 300 亿元。 4 月 16 日，它石智航宣布完成超 4.5 亿美元 Pre-A 轮融资，创下中国具身智能单轮融资纪录。高瓴、红杉、美团等顶级资本纷纷入局，深圳更是短时间内诞生了四家百亿估值的“独角兽”。 然而，资本的大举进入，也暴露了行业的焦虑。 投资人押注的显然不仅仅是“跑得快”。在硬件运动能力飞速提升的同时，行业正面临“软件瓶颈”和“数据荒”。 目前，VLA（视觉 - 语言 - 动作）模型、世界模型、分层控制等技术路径仍在并行探索，尚未形成统一共识。更致命的是，具身智能需要的是机器人与物理世界交互产生的“任务级、过程级”多模态数据。 复旦大学肖仰华教授指出：“训练具身智能大模型，保守估计当前已有数据量与所需数据量之间至少还差两个数量级。” 采集这些数据成本极高，单台设备产生一万小时训练数据需消耗上百万元。这就陷入了一个死循环：机器人不成熟就无法批量部署，没有批量部署就无法获得真实场景数据，没有数据就无法训练出更聪明的模型。 宇树科技在招股书中明确，其拟募资的 42 亿元中，近一半将用于“数据采集”和“模型研发”。这揭示了行业当前的核心痛点：硬件已就绪，但“大脑”尚未觉醒。 ### 四、未来展望：何时能真正“干活”？ 奔跑，只是人形机器人能力的冰山一角。 当机器人能像人类一样奔跑时，我们更期待它们能像人类一样“干活”。无论是家庭服务、工业装配，还是医疗护理，灵巧操作和复杂场景的适应能力才是具身智能的终极战场。 宇树科技创始人王兴兴曾预言：“如果未来两到三年，AI 技术实现重大突破，人形机器人一年的出货量很有可能会突然达到几十万台，甚至上百万台。” 这个“奇点”何时到来？或许就在数据瓶颈被突破、大模型实现阶段性飞跃的那一刻。 从 2025 年的“笑话”到 2026 年的“破纪录”，人形机器人用一年时间证明了其进化的速度。但真正的挑战才刚刚开始——当它们跑得快之后，如何跑得稳、干得好，将是下一个十年行业竞争的主旋律。 奔跑之后，何时能干活？答案，或许就藏在那些正在被疯狂采集的“物理世界数据”之中。