【文】左键（前36Kr资深作者，关注硬科技、大公司、商业航天等）
（图源：北京经开区融媒体中心）
回归本质，机器人半马赛跑是对各家机器人多种核心技术的考校。
2019年，村上春树出版了《当我谈跑步时我谈些什么》。他以跑步为引，探讨了协作、人生哲学与自我超越的深层联系。
16年后，跑步的主体更换主角——变成机器人，直接上强度，参与了一次半程马拉松赛跑。4月19日，在万众期待之中，2025北京亦庄半程马拉松暨人形机器人半程马拉松正式开赛，共计20支机器人队伍参赛。
不过与开赛前的“秀肌肉”预设相比，现场的“笑果”更加吸引眼球：“老熟人”宇树G1，开跑之际直接表演平地摔；“小孩哥”松延动力N2，头可断步子不能乱；打扮成变形金刚的神农机器人一阵“阿姆斯特朗旋风”后火速出局；半醒机器人深谙老人养生的精髓——走路还得是倒着走……
就像村上春树所写：“超级马拉松带给我的种种东西之中，意义最重要的，却不在肉体上，而是精神上。”
20支队伍暴露的关节松动、传感器误判等问题，恰是技术迭代的 “黄金起点”：机械关节的每一次摆动都在生成改进数据，跌倒与爬起的循环成为算法进化的燃料。
赢得赛博半马的keycode
跑马拉松需要哪些能力？
从人类角度来看，肌肉耐力、运动技巧、心理素质、补给策略缺一不可。对应到机器人，除了不用关心心理外，运动控制算法、环境感知技术、能源管理系统、智能导航与机械结构设计等核心能力缺一不可。
其中：
*运动控制算法，决定了机器人奔跑的姿态、速度与稳定性，是机器人的 “运动大脑”；
*环境感知技术，利用激光雷达、视觉摄像头等多模态传感器感知周围环境信息，如同机器人的 “感官系统”；
*能源管理系统，直接决定续航能力，本次半马要求全程不暂停计时，电池更换时间计入总成绩；
*智能导航，可实时解算赛道曲率、坡度等参数，动态生成最优奔跑轨迹；
*机械结构设计，则需在轻量化与耐用性间寻找平衡——过重导致能耗激增，过轻则难以承受长距离冲击。
此次夺得前三甲的天工Ultra、松延动力N2、行者二号，无一例外，占据了其中几项优势能力。
先说说冠军“天工Ultra”，它来自北京人形机器人创新中心，是全尺寸人形机器人，身高约1.8m，体重约55kg。单纯从外形判断，似乎带来步幅优势，实则需克服高重心带来的平衡难题。
天工Ultra从机械设计与智能导航上，寻找突破口：大功率一体化关节搭配低惯量腿部结构，爆发时速达12km/h，轻量化材质与风冷散热技术提升耐用性；内置北京人形机器人自研的“基于状态记忆的预测型强化模仿学习”控制策略，实时感知身体状态的同时，还能预测后续动作。
依托自身搭载的运控算法和多模态传感器，结合超宽带无线技术，将路径规划误差控制在10cm内，天工Ultra成为唯一全程自主导航的机器人。
天工机器人
图源：北京经开区融媒体中心
再说说第二名松延动力“N2”，称得上“高个子”天工Ultra的“B面”：身高仅1.2m，体重约30kg，类似于5岁孩童大小身量。亮相时，还脚踩着29码的斯凯奇。
松延动力创始人姜哲源的解释是，高速度对硬件冲击极大，给N2穿上跑鞋并加装了三个定位销，可有效缓解冲击力过大带来的结构损伤。据介绍，N2的理论最快配速3.5m/s（也就是12.6km/h，与天工Ultra不遑多让），同时可在高速奔跑中保持稳定与灵活。
能达到这一速率，与N2的“拟人”特性有关。硬件上，轻量化铝合金机身搭配18个高扭矩关节（扭矩达150N·m），可完成空翻等高难度动作；模型预测控制与强化学习算法结合，支持多场景二次开发，头部脱落后仍能通过预设程序维持运动，展现极端情况下的系统鲁棒性。
姜哲源坦言，“算法目前不算挑战，但硬件的稳定性与可靠性是我们目前需要解决的最大问题。”
N2机器人
（图源：北京经开区融媒体中心）
另外，季军“行者二号”，来自上海卓益得机器人有限公司，身高1.7m，整机重量仅28kg，轻量化设计特征明显。机器人腿部采用仿生肌腱（绳）驱动技术，模仿人类肌肉和骨骼的运动方式，使机器人的步态更加自然和高效。
谈及仿生肌腱驱动系统的设计初衷，卓益得创始人李清都教授打了个比方：“就好像火烈鸟，腿又细又长，不仅跑得快还能飞。这说明一个问题，自然界已经给出了解决这类问题的答案。”
运动控制上，行者二号采用了自适应步态控制算法，无论是平坦的柏油路，还是崎岖的山路，都能灵活调整步伐。至于能源管理，行者二号未更换电池成功完赛，续航能力全场第一，直接验证了全新的肌腱仿生驱动技术路线的可靠性，一举攻克了传统机器人受制于电池能量密度与电机功率密度的瓶颈，很好地验证了这条技术路线的商业化可能性。
行者二号机器人（记者实拍）
以北京人形机器人创新中心CEO熊友军的话来总结此次半马：“机器人从实验室走向生活，面对的是一个高动态、非结构化的环境。参赛队伍能站在这里参加半马比赛，本身就是一场胜利。”
技术演进的本质是对场景的解耦
当我们见惯了社交平台中长袖善舞、野地跑酷的人形机器人后，这次的半马似乎将其打回“原型”：哪有什么无所不能的硅基英雄，只有去掉滤镜后，随时都会摔倒的“无助”人机。
为什么“我以为的”和“我看到的”机器人差这么多？
因为你的机器人、我的机器人，从来因场景而异。人形机器人诞生的初衷是服务垂直场景，从工业到家庭再到商业的演进路径，本质是技术适配需求的过程。而半马对机器人的考验与这些场景大相径庭——就像善做家庭清洁的机器人，无需面临高速前行、超长续航等问题。
想要消解对技术定位的误读，就得弄清楚技术逻辑与场景需求的深层联系。
首先，不可否认的是，固定流程、明确指令、单一环境的工业场景，将是人形机器人率先实现规模化应用的战场。
目前，工业自动化经历了从专用机械（如机械臂）到移动机器人（如AGV）的升级，但仍面临非结构化环境、复杂任务需求两大瓶颈。具备三维环境适应性、多任务协同性和人机交互兼容性的人形机器人，将在工业产线复杂环境中发挥独特优势。
譬如在搬运、装配、质检、巡检等多环节协同过程中，“双足移动、双臂操作”的人形机器人，可实现“抓取重物+跨越障碍+视觉检测” 复合需求，成为工业环境中的“通用型执行单元”。同时，在工业场景锻炼下，人形机器人运动控制、环境感知等技术将得到大幅提升，从而胜任更多复杂任务。（这些技术也将迁移复用至家庭、商业等场景）
随着具身智能算法的成熟与硬件成本的下探，人形机器人变身“厂花”“厂草”或在不远的将来。
如果说工业场景还在思考“人形”的必要性，家庭场景对“人形”的需求已板上钉钉。在高度拟人化的物理环境、非结构化指令、情感化交互的需求下，人形机器人自然更容易被人类接受，成为“家庭新成员”。
在家庭场景，人形机器人的技术逻辑，将从“精准执行”转向“柔性响应”——比如，在医疗护理领域，随着人口老龄化加剧，具备步态辅助、健康监测、应急呼叫等能力家庭护理机器人，有望承担起部分护理工作。而在教育领域，人形机器人可作为教学辅助工具，帮助学生更好地理解科学知识，培养实践能力。
在更远一些的商业场景，人形机器人可直接使用人类基础设施——如门把手、楼梯、门店柜台等，灵活完成精细抓取、端水递物等复杂任务，通过动态平衡技术适应商场过道、酒店走廊等复杂地形，并结合多模态交互（语音对话、表情展示、手势引导）提升服务亲和力。
上海青心意创的机器人Orca，可通过面部水滴icon+肢体动作，呈现喜怒哀乐（记者实拍）
不过，这些也意味着更深的技术挑战，即协调“人-物-场”的动态关系——商场的客流潮汐、展会的突发需求、酒店的个性化服务，都要求机器人具备“感知-决策-执行”的全栈能力。
结语
这是一个充满机会与荆棘的早期市场，硬件性能的桎梏、算法鲁棒性的短板、规模化成本的高墙，以及社会认知的壁垒，共同编织成人形机器人产业的复杂图景。
以当前的数据卡点为例，要想获得更强大、更稳健的机器人操控策略，创建大型、多样化、高质量的机器人操控数据集至关重要——这已经成为全球具身智能领域普遍面临的问题。
值得庆幸的是，越来越多企业已经有意识地去解决这些问题。目前全球范围内已有多个开源具身智能数据集，例如Open X-Embodiment数据集、ARIO（All Robots In One）具身大规模数据集等。
人形机器人行业Image Net时刻，即将到来。
