首届世界人形机器人运动会开幕！宇树等127个品牌参赛产业“马上会让人类看到不可思议 ...

来自: 和讯财经收藏邀请

8月14日晚间，“2025世界人形机器人运动会”（以下简称机器人运动会）在国家速滑馆（“冰丝带”）开幕，一场集结26个比赛项目、487场巅峰对决的机器人竞技盛会将于8月15日至17日的3天里火热开展。

这是全球首个以人形机器人为竞赛主体的机器人运动会。《每日经济新闻》记者在开幕式现场看到，作为人类对机器人的欢迎礼，歌舞节目《欢迎来到碳基生命的世界》率先出演。随后环节中，人形机器人戴上花环、穿上礼服，把跑道作为秀场，走起了服装秀。本届机器人运动会会旗、机器人代表方阵、国际代表方阵以及学生代表方阵也先后入场。

机器人运动会开幕式现场图片来源：每经记者杨卉摄

人形机器人运动会整体参赛阵容强大，涵盖127个品牌，汇聚500余台人形机器人。

从4月的人形机器人半程马拉松到8月的机器人运动会，人形机器人技术发展迅猛。近日，多位业内人士表示，具身智能的技术曲线正“陡峭”上升，落地场景的边界也在不断外扩。不过，在“走出实验室后”到“走进家庭前”的这段过程中，人形机器人还有多重挑战。

图片来源：主办方提供

三类比赛项目考验机器人哪些能力？

约在半个月前，机器人运动会开始通过多个售票平台对公众售票，目前门票已销售一空。赛程单显示，宇树科技、星动纪元、北京人形机器人创新中心、松延动力等知名厂商都将派队参赛。

备受关注的宇树科技此前已在官方微信公众号宣布参赛，宇树科技创始人王兴兴也在8月9日受访时提起了这场机器人运动会。不过，宇树科技提示，并非全场的宇树机器人都代表宇树，因为除宇树团队外有多支其他团队虽使用宇树机器人硬件参赛，但使用他们自研的算法。

机器人运动会分为竞技赛、表演赛和场景赛三类项目。其中，竞技赛着重考察人形机器人的高速运动稳定性、复杂环境适应性、爆发力与精准控制、多机协同等能力；表演赛着重考察人形机器人的全身实时协同控制和群体协同等能力；场景赛着重考察人形机器人在场景应用中的精细作业能力、智能化水平等。

在过去3年里，以人形机器人为代表的具身智能正从实验室的研究课题快速迈向多元化的商业与社会场景。

在不久前刚闭幕的“2025世界机器人大会”上，国家地方共建具身智能机器人创新中心总经理熊友军表示，摩根士丹利曾预测，全球人形机器人数量到2050年将突破10亿台，市场价值超过5万亿美元。尽管这一愿景尚待实现，但熊友军特别强调，人形机器人这个产业面临非常好的双轮驱动良性发展机遇。

上海傅利叶智能科技有限公司创始人兼首席执行官顾捷表示，近年来，具身智能的技术曲线“陡峭”上升，落地场景的边界也在不断外扩。

星动纪元也参加了机器人运动会，其创始人兼首席执行官陈建宇向《每日经济新闻》等媒体的记者直言，人形机器人不仅能够完成高爆发力的360度跳跃和舞蹈表演，还能很好地做到物流分拣、叠衣服、搬运、扫码识别等通用的操作任务。他进一步指出：“AI已经逐步进入各种电脑手机的终端，现在正在从思考走向行动??接下来，由于机器人有更强大、更通用的移动和操作能力，未来必将带来整个生产力和社会服务力的革新。”

图片来源：主办方提供

从复杂到简单，人形机器人寻找“甜蜜区”

机器人运动会的场景赛中，设置了工厂场景、仓储中心场景、医院场景、酒店场景，这也是目前人形机器人应用落地最多的场景。

人形机器人“进厂”时，具有工业机器人无法取代的优势――它像人。乐聚机器人董事长冷晓琨认为，在很多工厂，80%的场景已经由工业机器人解决，但如果涉及到泛化性工作，还是需要大量人工。这些工作AGV（自动导向车）、四足机器人都没法解决，只有双足人形机器人可以胜任，因为涉及穿越复杂地形等原因。

智平方（深圳）科技有限公司（以下简称智平方）创始人郭彦东认为，全球有约8000万人在工厂里执行非结构化、不可预测的操作，但从业意愿持续下降，这本身就孕育了对人形机器人的需求。

“当人们还在质疑机器人能干什么的时候，我们很快会让人类看到不可思议的东西。”众擎机器人创始人赵同阳强调，从简单场景到复杂场景是机器人发展必然路径。他认为，商业化初期应聚焦于巡逻、商场导购、访客接待等易落地的场景，这些场景不仅实用，更能锤炼机器人的运动与感知能力。

“不能为了炫技而选择过于复杂的场景，也不能为了短期商业化做没有长期价值的简单任务。”智平方副总裁莫磊在接受《每日经济新闻》采访时表示，智平方的实践逻辑是从半结构化场景切入――这类场景（如半导体车间、生物医药洁净室）环境相对固化，任务流程标准化程度高，对机器人的柔性要求适中，是当前技术能力可及的“甜蜜区”。

正如北京加速进化科技有限公司董事长程昊所言，人形机器人或许会像计算机一样经历从“高价、低普及”到“低价、大众化”的过程。但这个路径既需要技术演进，也需要商业模式和生态的同步成熟。

图片来源：主办方提供

技术、数据与生态的多重挑战

“很多技术的进步是需要时间的，当下马上让一个机器人去家里干点有实际价值的活还不太现实，如果只是做个Demo（演示）或者示例是没问题的。”8月9日，在接受《每日经济新闻》等媒体的记者采访时，王兴兴提及，机器人进行比赛和表演具有阶段性的意义。

至少到目前为止，人形机器人的大范围商业化落地依旧面临着多重关卡。数据鸿沟就是其中一道难关。

熊友军直言，人形机器人在通用性方面确实还有很大的提升空间。

其中一个难题是，动作类数据的获取不仅昂贵，且数据产能不足，真实环境下的数据采集成本更高。穹彻智能联合创始人、上海交通大学人工智能学院副院长卢策吾强调，要找到特别好的数据收集方式，才能真正提升泛化能力。

另一个难题在于模型跨本体泛化，不同形态机器人在自由度、传感器类型、模型输出维度上的差异，直接限制了模型迁移效果。

陈建宇介绍，针对这一问题，星动纪元的解决方式是采用“数据金字塔”和分阶段训练。“在预训练的阶段，我们尽量使用跟具体本体无关、不是从这个真机上面采取的数据。”陈建宇说，然后在真机训练阶段进行适配，如果形态相对接近，迁移成果会比较好，但他也承认，跨形态迁移的难度依旧很大，“直接从人形（机器人）迁移到四足（机器人）上，或者从机器狗上迁移到人形（机器人）上，这可能就不行”。

硬件的不统一与标准化缺失同样限制了产业规模化。不同厂商在本体设计、零部件选择上的差异，造成了高昂的适配成本和系统复杂度。“今天我们一台机器人上面可能会存在3台不同的主控，带来了整个系统的复杂、低效。”达摩院乐云具身智能平台负责人陈明修直言，缺乏统一标准阻碍了机器人成本下降和生产规模扩张。

具身大脑的打造同样成为关注焦点，国家地方共建人形机器人创新中心首席科学家江磊将问题拆解为“感知局限、决策断层、泛化瓶颈”，他提出，如果一个具身智能没有思考和进化能力，它的定义就值得商榷。

江磊还强调，关键是要打造感知、认知、决策、执行的闭环，“现在基本上打造的都是感知直接到执行，但是再往下的认知和决策其实做得不多”。

他还归纳说，大脑模型不够大，小脑模型不够小，实时输出能力不足，意味着当前的系统很难支撑复杂场景下的高效执行。

此外，莫磊在采访中表示：“如果说GPT-5这样的大语言模型已达博士水平，具身智能的大模型最多算是高中生。”这种差距直接导致机器人难以实现“开箱即用”。

技术瓶颈、数据鸿沟、硬件非标，这些问题在短期内都难以完全消除。行业正在探索不同的解法。但无论路径如何分化，普遍共识是，具身智能要跨过“临界点”，必须在感知、认知、决策、执行的全链路取得突破，并依托低成本、高质量的数据体系与统一的硬件标准。