人類的馬拉松速度在倫敦大破紀錄！2026年4月26日，倫敦馬拉松男子精英組上演震撼一幕——肯尼亞選手薩巴斯蒂安·薩維以1小時59分30秒沖線，成為人類歷史上首位在正式馬拉松賽事中突破2小時大關的運動員，一舉打破基普圖姆保持的原世界紀錄。但接著科傑爾查以1小時59分41秒同樣跑進2小時獲得亞軍，而季軍基普里莫也超越原世界紀錄，冠亞季軍三人聯袂刷新人類耐力極限。而女子組的衣索比亞女將阿塞法也以2小時15分41秒刷新了她自己於去年創造的純女子馬拉松世界紀錄，速度提高了9秒。所以，這場在倫敦舉辦的馬拉松比賽上有四人都打破了之前的世界紀錄（男女組），這註定將載入世界體育史冊。奇蹟並非偶然，倫敦賽道的獨特優勢為馬拉松比賽的極限突破提供了完美土壤。倫敦馬拉松全程以平坦路面為主，整體海拔起伏極小，幾乎沒有陡坡與長爬升，全程累計落差遠低於柏林、芝加哥等經典賽道，這極大降低了體能消耗，讓頂尖選手可以全程維持穩定高速配速。賽道途經泰晤士河沿岸、塔橋等地標，開闊路段多、逆風影響小，路面硬度適中，既能支撐碳板跑鞋的回彈效率，又能減少長時間奔跑對關節的衝擊，是公認的全球最適合馬拉松比賽的頂級高速賽道。比賽當天的天氣條件堪稱完美。起跑時氣溫約11℃，全程維持在11—17℃，濕度適中、微風輕拂，沒有暴曬也無降雨，完全符合馬拉松競技的黃金溫度區間，讓選手身體散熱效率達到最佳，避免了高溫導致的體能崩盤。這種“天時地利”的疊加，讓薩維與對手們敢於全程以接近2分50秒/公里的極限配速推進，前半程穩定在破2節奏，為後半程衝刺保留了關鍵體能。本屆賽事的頂級精英陣容與科學競賽組織，同樣是奇蹟誕生的重要推手。薩維、科傑爾查、基普里莫等選手均處於職業生涯巔峰狀態，第一集團全程抱團領跑，互相配合破風、穩定節奏，避免了單人領跑的巨大風阻消耗。賽事方配備專業配速員、高效補給體系與完善醫療保障，讓選手無需分心應對細節，專注衝擊極限。這種高強度競爭環境，激發出所有人的潛能，最終造就兩人破2、三人破原紀錄的盛況。從人類體育發展來看，這次突破是訓練科技、裝備進步與賽道條件共同作用的結果。碳板跑鞋的回彈最佳化、科學化耐力訓練體系的普及，讓運動員的生理極限不斷被推高；而倫敦賽道的平坦、天氣的適宜、氛圍的熱烈，恰好為這一切提供了最佳展示舞台。不同於此前非正規賽道的試驗，此次“破2”是在世界田聯認證的正式賽事中完成，具備絕對權威性，標誌著人類馬拉松正式邁入2小時以內的全新時代。倫敦馬拉松再次證明，偉大的紀錄從來不是孤軍奮戰的結果，而是賽道、天氣、陣容、科技與運動員意志的完美共振。薩維的1小時59分30秒，不僅是一個數字，更是人類不斷超越自我的象徵。 (科普大世界)

去年 4 月，人形機器人第一次和人類站在同一條賽道上跑馬拉松；今年4月，機器人已經跑得比人類還快。不過，爭議聲也隨之而來：機器人跑那麼快有什麼用；機器人什麼時候才能幹實事？但這一次，機器人企業給出了更務實的答案——想要幹活，先去實習。近日，智元機器人宣佈新款A3人形機器人將通過“擎天租”平台交付，批次上崗景區；自變數機器人宣佈與58同城合作提供到家服務，機器人將進入真實家庭，與保潔阿姨協同作業。具身智能迎來了一波密集的商業化動作，行業敘事也在悄然轉向。過去兩年，登上春晚、參加比賽是機器人展示拳腳的最佳舞台；但如今，深入工廠、走進家門，在真實場景中解決實際問題，才是對機器人的真正考驗。“大腦”還沒長好早在一個月前，自變數跟58同城合作，推出全球首個機器人保潔員，與保潔阿姨協同為使用者提供家庭清潔服務。在社交媒體上，有不少使用者進行了“嘗鮮”，但整體評價依然是“機器人不如人”。有使用者稱，機器人動作比較笨拙，雖然能做晾衣服、收納之類比較複雜的家務，但疊一件衣服就要接近10分鐘；機器人的活動範圍有限，有台階、有門檻都進不去。但這種“不足”並非一家機器人企業面臨的難題，而是整個行業的共同挑戰。自變數CEO王潛在近日表示，“今天在全世界範圍內，沒有任何一台機器人可以在沒有遙控操作的情況下，獨立完成大部分的日常家務。”宇樹科技創始人王興興也提過類似觀點，他表示機器人在預設場景任務中，成功率趨近100%，一旦場景變化或出現從未見過的事件，成功率會斷崖式下跌，機器人做家務還要3-5年。這也是當下具身智能行業最大的瓶頸——機器人無法理解真實世界的物理邏輯。業內有個形象的比喻，機器人雖然“小腦”發達，但“大腦”還在發育。“小腦”指的是機器人的運動控制能力，能做武術、舞蹈等複雜動作；“大腦”則是認知、決策能力，是“能幹事”的基礎。因此，讓機器人真正擁有一顆會思考的“大腦”，是當下整個機器人行業都在努力的事情，目前來看，主要分成了三條技術路線：VLA端到端是當下的主流，也是最成熟的路線，主要通過融合視覺等多模態感知訊號與語言指令直接生成機器人動作。簡單來說，就是機器人聽命令，然後直接做事情，比如使用者說“我餓了”，機器人就會找到食物並遞給你，只要機器人見過類似物體，它就能執行指令。但弊端也很明顯，那就是隨著任務的複雜程度增加，出現機器人沒有訓練過的複雜場景和行動軌跡，它就很容易出現“邏輯當機”。而且，行業中常用的VLA架構，基本上是將視覺、語言、動作三個模組各自獨立運行，資料每經過一次模組邊界就會發生資訊損耗和延遲，涉及精細動作，“大腦”容易跟不上“小腦”。世界模型路線則被認為是最接近人類思考模式的路線，它的核心是能理解物理世界的運轉規律，從而預測下一刻會發生什麼。比如一隻杯子從桌子上掉下來，物理模型能基於對運動、重力等方面的認知，估算出杯子掉落的基本方向，基於這個理解，機器人就可以扶穩杯子，或者避開杯子。但世界模型也面臨著更巨大的成本挑戰，包括資料需求、訓練成本等，輝達的Cosmos世界基礎模型，便經過了9000兆個Token的訓練。大小腦分層是更具國內特色的路線，LLM大模型作為“大腦”，負責理解任務；VLA/動作模型作為“小腦”，負責精細控制。但將大小腦拆分開來，容易導致任務出現延誤，難以實現高精度操作。況且，模組越多，成本也會越高。不過，由於國內大部分機器人企業在“小腦”環節都有一定積累，採用大小腦分層路線，先立住長板，再集中資源補短板，顯然比從零造一個“大腦”更務實。邊“幹活”，邊“補腦”總的來說，每一條技術路線都各有優劣，難言誰才是最終路徑。況且，各個機器人企業雖然都有押注的主流技術路線，但也並非只有一條路線走到底，深度融合才是大勢所趨。比如VLA端到端和世界模型的融合。智元Genie業務部生態及解決方案總監沈詠劍曾在採訪中表示，世界模型與VLA並不一定是替代關係，也有可能有融合或合作的狀態。今年以來，智元推出了世界模型迭代版本GE-Sim 2.0、新一代VLA基座大模型Genie Operator-2，以及第二代一體化具身大小腦系統GenieReasoner。智元在傳統世界模型僅建模“狀態”的基礎上，提出了世界動作模型的方向，將“狀態-動作-狀態演化”作為統一建模對象，並未只圍繞單一路線推進具身模型。自變數則推出了世界統一模型架構的具身智能基礎模型，將大小腦塞進同一個模型，能更有效消除模組間的資訊損耗與延遲，提升機器人在真實物理環境中的泛化能力與互動效率。其具身智能基礎模型WALL-B的特點就是“干中學”，讓機器人在反覆失敗、嘗試中完成自我迭代。自變數CTO王昊指出，“世界模型並非一個單獨的模組，它本質上是一種能力，但這種能力不能簡單地累加，並不是在VLA後面再掛一個世界模型就能理解世界。”智平方則提出了快慢雙系統融合方案，將智能體劃分為“快系統”（負責全身控制）和“慢系統”（負責邏輯推理），讓機器人在面對複雜的動態環境時，既能快速反應，又能保持對長程任務的深度理解。可以看出，無論走那條技術路線，機器人“大腦”要真正“長好”，最大的挑戰都繞不開兩件事：一是理解世界，二是讓思考跟上身體的反應速度。但這並非練得越多就越強。自變數CTO王昊舉了一個例子，“一個人在泳池裡學了10年游泳，但把他丟到大海，他還是有可能會淹死。”他認為實驗室裡的訓練資料太過乾淨，機器人待在象牙塔裡，很難具備真正的獨立思考能力，最好的方法就是讓機器人到複雜的、充滿隨機性的環境中學習。復旦大學電腦科學技術學院教授肖仰華也曾對外表示，“訓練具身智能大模型，保守估計當前已有資料量與所需資料量之間至少還差兩個數量級。”出於對真實資料的渴求，機器人開始加速湧入真實場景。優必選的人形機器人已經進入了工廠。創始人周劍表示，優必選花了兩年時間，從新能源汽車製造場景切入搬運、上下料、物料分揀、質檢等任務的POC 實訓。銀河通用的Galbot機器人開始參與藥房營運，可以自主識別訂單並抓取藥品、掃碼、打包；魔法原子的人形機器人則變身“汽車銷售”，在汽車專賣店招攬顧客，為顧客講解車輛參數。不同的機器人企業，不同的真實場景，大家的目標都只有一個：在真實場景獲取資料，驗證機器人的能力，再反哺給具身智能基礎模型的迭代，讓機器人“大腦”從單一任務、有限場景，逐步實現物體泛化、背景泛化和任務泛化，變得更加聰明。場景拉高上限一旦理解了“練大腦”離不開“真資料”，就能明白為何資本市場對具身智能的估值邏輯，在最近這一年悄然發生了轉向。據第一財經不完全統計，截至4月10日，國內具身智能領域至少發生269起融資事件。但與往年相比，資本投向的側重點出現了明顯變化——資本正在加速湧向資料與模型演算法，本體硬體的估值預期，則從技術敘事轉向商業落地。今年以來，多家側重於“大腦”的具身智能企業，完成了數十億元等級融資：自變數宣佈已完成近20億元的B輪融資；它石智航拿下4.55億美金Pre-A輪融資，刷新中國具身單筆融資紀錄；具身資料與模擬基礎設施公司光輪智能最新一輪融資達10億元。行業發展到當前階段，本體硬體的形態已基本完善。今年機器人馬拉松的奪冠者並非傳統機器人企業，而是消費電子廠商榮耀，也從側面說明了硬體的技術門檻正在降低。市場開始形成一種新共識，那就是決定機器人能否投入實際應用的核心變數在於“大腦”，而“大腦”背後則是模型能力與資料資產。如果說過去的資本邏輯，是希望通過硬體銷量率先完成佔位；那麼今天市場在估值時，則會更關注誰的“大腦”更聰明，並具備充足的泛化能力。機器人的硬體門檻會隨著供應鏈成熟而逐漸拉平，但“大腦”卻不一樣——誰的模型能在更多真實場景中跑通，並將特定場景中學到的技能和知識，遷移到新的對象、任務或環境‌，誰就能“舉一反三”，快速在更多不同場景中落地。而且，具身模型的泛化能力越強，護城河越高，天花板也更高。自變數創始人王潛提到，“家庭場景對泛化性要求最為極致，能讓模型在極複雜的家庭場景跑得通，進傳統的工業場景都能完全降維打擊。”這意味著，模型能力成熟以後，其可以在一個行業甚至多個行業通用，是一個可以無限復用的商業模式。而且，相較於先建構能力再尋找落地場景，不少機器人企業已經將商業場景置於產品設計之前，將產品服務與商業場景繫結在一起。比如銀河通用推出的兩款輪式機器人，強調穩定性和負載能力，更適合執行搬運、抓取、分揀等重複性工作；小鵬 IRON則明確將會優先落地博物館、4S 店、商場。“機器人到底能幹什麼”這個問題，具身智能已經漸漸摸到了答案。“宇樹們”花了十年時間，讓機器人實現從0到1的突破，但要讓機器人具備真正獨立思考的能力，擺脫對人類單一重複命令的依賴，背後是從1到10，再到無限的臨界點。手腳能讓機器人站起來，但真正活下去，還要靠大腦。 (伯虎財經)

“破2”！塞巴斯蒂安·薩韋締造人類奇蹟！台北時間4月26日，2026倫敦馬拉松鳴槍起跑。肯尼亞選手塞巴斯蒂安·薩韋以1小時59分30秒的成績打破男子馬拉松世界紀錄，成為全程馬拉松首位跑進2小時大關的人類運動員。 (央視財經)

看完了機器人馬拉松，我的心態有點崩。不是因為重倉了機器人的我又看到了各種各樣的機器人摔跤，也不是因為看到了不少打著賣萌旗號湊機器人賽道圈錢的野路子團隊。而是，這一次的機器人，進步太快了，快得讓人有點焦慮。從發令槍響，到第一台機器人衝過終點線，只用了50分26秒。很多人對這個成績可能沒什麼概念，2025年的機器人半馬，冠軍是“天工”機器人，完賽成績是2小時40分42秒。說實話，鄙人雖然不擅長奔跑，但完爆它還是沒問題的。怎麼剛剛過去一年，機器人速度就提高了3倍？而且不用遙控了？我知道機器人進步快，但進步這麼個快法，完全違背了常識。如果一件事的發展速度完全違背了常識，那只有一個可能：它的發展邏輯，徹底變了。01為什麼這次的機器人跑得這麼快？首先我承認，這次的機器人，很多都是專門針對跑步的“特調版”。想想去年的機器人馬拉松，20個參賽隊，最後只有6個完賽，剩下的全趴窩在路上了。為何呢？因為機器人本身就不是為奔跑而生的，人家原本設計出來是為了進廠打螺絲、高危工業環境巡檢以及居家照看的，你讓它跑步，不是不能跑，但效果肯定不能指望。但今年，情況完全不一樣了。有的機器人一看就是專門為長跑設計的，胯部更寬，也就更穩，髖關節活動範圍大，跑起來就更甩得開腿，步幅和頻率都很大，甚至有不少鏡頭是雙足騰空的狀態。有的機器人直接把手部取消了，最大化減輕重量，只留胳膊保持平衡。還有的機器人甚至把外殼都拆了，防護面積減少60%，散熱面積增加100%。再加上有了去年的經驗，在演算法和機械上針對性最佳化，機器人跑出比去年好的成績，也並不奇怪。不過呢？這仍然不足以解釋為何這次機器人跑這麼快。而真正幫機器人把跑步速度提升3倍的秘密，在於技術的適應化迭代。我們可以思考一個問題，人怎麼才能跑得快？那腿必須要有勁，有勁步子才能大，步頻才能高。機器人同理，想要跑得快，就必須要有大扭矩電機，特別是胯部和膝部電機。原來的機器人關節大都源於機械臂的關節，人家是用於流水線的，精確有餘，但扭矩不足。而從去年開始，很多機器人廠商搞出了“高扭矩一體化關節”，把電機和減速器設計在一起，性能大幅提升。以宇樹H1為例，它的關節扭矩達到了360N·m。這是啥概念呢？一輛2.0T排量的家用轎車，發動機扭矩也就差不多這個數。這也就意味著，只要一通電，機器人胯部360N·m的扭矩就會突然爆發，一步躥出好遠。今年春晚宇樹機器人表演武術，一下子就能跳好高，就是高扭矩電機的功勞。但問題又來了，力量越大，發熱越猛。春晚的機器人武術節目，也就幾分鐘，電機積累不了多少熱量。但半馬是21公里，高扭矩的電機發熱量堆積下來，短時間內就會攀升到80甚至100度，如果不採取措施，恐怕跑不了多久電機就要燒燬。去年機器人馬拉松的時候，有很多工程師追著給機器人關節噴水，其實就是為了降溫的。那麼今年這種更高扭矩、更高發熱的電機，怎麼散熱呢？資深圖拉丁吧的吧友第一個就想到了——上液冷！沒錯，就是液冷。一些廠家在極其狹小的電機和主機板縫隙裡，鋪設了密密麻麻的微通道液冷管。這套液冷循環系統就像機器人的血液，把狂奔產生的熱量瞬間帶走。只要機器人在跑，迎面撞擊的自然風就能穿過胸腔的散熱鰭片，完成熱交換。跑得越快，風越大，散熱越好。也有的廠家更加簡單粗暴，直接背著一個冰桶，電機熱量直接在背部進行熱交換！當然，除了硬體的進化，軟體的進化也至關重要。大家都還記得，去年的機器人馬拉松是需要人拿著遙控器在後面跟著跑的，所以也一直被人詬病是“遙控車大賽”。但今年呢？有40%的機器人，都是自主導航，自主奔跑的。這才是這次馬拉松真正的革命之處，因為這才是機器人馬拉松的未來。原來的遙控模式有啥問題？太慢了。當機器人以每小時五六公里的速度慢跑時，人類操作手看著螢幕，發現前面有個坑，大腦判斷下達指令，手撥一下搖桿，機器人躲開。這個過程大概需要二三百毫秒，完全來得及。但當機器人以接近每小時25公里的速度狂飆時，等人下達指令、撥動搖桿，再傳遞給機器人，機器人再做動作，恐怕早就掉坑裡了。所以，要想跑得比人類還快，就必須把“感知”和“決策”這兩個動作，全部讓機器人去執行。套用汽車智能駕駛的術語，就是端到端VLA。但是，想真正實現端到端VLA，沒那麼容易，因為汽車的端到端，只需要控制方向和速度就行，車本身是穩定的。而機器人呢？它還要牽扯一個身體姿態的問題，過彎的時候身體要不要傾斜？加速的時候身體要不要前傾？如何在保證速度的情況下，保持身體的穩定？更關鍵的在於，汽車VLA獲得的圖像訊號是穩定的，但機器人狂奔時，它的“腦袋”是劇烈上下顛簸的，視覺感測器傳回來的畫面全是模糊的殘影，再加上賽道複雜的光影條件，陽光穿過樹葉產生的斑駁陰影，立交橋下的暗區等等，都可能影響機器人獲取準確路況，影響其作出判斷。這樣一來，光靠人類程式設計師設定怎麼轉彎、怎麼加速，就不行了，環境變數一多，機器人不知道該咋辦，分分鐘表演帕金森給你看。那咋辦？只有一個辦法，讓機器人自己學著跑步。以某款機器人為例，工程師們採集了大量頂尖人類馬拉松跑者的動捕資料，然後在這個基礎上，把上萬個虛擬的機器人扔進了模擬引擎裡，然後讓他們去跑步，一口氣跑了2.73萬個小時，經歷了無數次的進化迭代。最終，量變引起了質變。AI自己摸索出了一套人類工程師根本寫不出來的控制邏輯，它知道了該怎麼控制身體，怎麼跑得更快，遇到障礙怎麼躲避。所以我們發現，上次的機器人跑步的姿態，其實還很機械，但這次呢？一個個化身博爾特，無論是擺臂還是跨步，越來越像人了！而這，顯然也是主辦方想要看到的，因為從賽事設計來看，他們也是鼓勵機器人自主導航的。比如，本次比賽分為遙控組和非遙控組，混合計時但採用不同加權係數。非遙控組的，跑多少分鐘，就是最終成績。而遙控組，那怕你跑的再快，也需要乘以1.2的係數。所以，遙控組的“閃電”機器人雖然跑了48分19秒，比非遙控組的還要快，但最終獲得金牌的，還是50分26秒完賽的非遙控組“閃電”。如果有人還拿著“遙控車大賽”的舊話術來嘲笑我們的機器人的話，那麼未來，當他們看到一台台機器人抱著步槍從登陸艙裡衝出來的時候，不知道還笑不笑的出來？02這次馬拉松，最讓我意外的是什麼？其實是去年的冠軍天工，以及春晚上大放異彩的宇樹，都沒拿到名次。而最終奪得冠軍的是誰？榮耀，沒錯，就是那個從華為分出來的、做手機的榮耀。你一個做手機的，怎麼跨界跑過來做機器人了？而且出場就是王炸，你讓那些機器人老玩家情何以堪？而且，榮耀不僅拿了冠軍，把前六都包圓了，另外還有一個機器人拿了“最佳步態獎”，屬於是大滿貫了。而事實上，跨界的還不止榮耀，這次馬拉松，連高德和京東都跑來湊熱鬧了。如果你再從機器人產業背後的股權穿透觀察一下就會發現，美團、阿里、騰訊、字節、小米、小鵬等等，都已經通過各種方式，介入了機器人產業。而這種跨界，也許預示著中國機器人產業的一個重大變化——隨著新興力量入局，整個產業結構可能要改寫了！概括起來就是，一種由過去的“極客型”古典派結構，向“量產型”應用派結構的轉變。大家想一想，過去這幾十年，人類是怎麼造機器人的？比如祖師爺波士頓動力，就屬於古典派，他們是一群機械原教旨主義極客，追求的是底層硬體單點突破+漸進式迭代。為了搞定某個技術，他們可以花上一整年去死磕某個演算法或者零部件，只是為了讓機器人能跳得遠一點。這種死磕精神令人敬佩，但從商業和產業的角度來看，它帶來了一個致命的問題：商業化節奏極慢，且成本高得令人髮指。一台古典派機器人，造價動輒幾百萬。這就註定波士頓機器人只能上躥下跳炫技，看起來很牛逼，但就是走不到市場裡，最後母公司都干黃了好幾個。而以榮耀、小米、特斯拉為代表的消費電子和汽車巨頭，走的是一條應用派路線。這幫人不僅有錢，而且還有古典派最欠缺的東西：系統整合和快速工程化。仍以榮耀為例來說吧。人類歷史上整合度最高、供應鏈最卷的工業產品是啥？其實就是手機。亂七八糟一堆指甲蓋那麼大的零部件，要被塞進一個只有7毫米厚的金屬玻璃盒子裡，要讓它穩定工作不爆炸，最後只賣你兩三千塊錢。這種“螺螄殼裡做道場”的工程能力，轉頭去造機器人，簡直無往而不利。比如傳統機器人廠頭疼的散熱問題？沒問題啊！榮耀直接有微通道液冷技術和華科冷芯HD01高速懸浮泵啊！把它們再縮小有困難，但把它們放大到機器人的體積，那可是一點困難都沒有！機器人自主導航的視覺演算法？沒問題啊！榮耀別的不說，怎麼防抖，怎麼識別樹影，怎麼防止過曝過暗，那可是手拿把掐，就算看不清，HDR一下不就得了麼？這種利用現有成熟技術解決問題的思路，其實在特斯拉也在發生。馬斯克看了一眼柯博文機器人的BOM，哈哈大笑，這算個屁啊！大手一揮：去，把電動車上的高性能電驅系統拆下來，把FSD的視覺感測器拆下來，把電池也拆下來，統統給我裝到柯博文上去！有這麼個大魔頭在，你說波士頓動力怎麼跟特斯拉競爭？一個初創機器人公司，去找代工廠訂做一萬套精密軸承，代工廠老闆大機率不拿正眼看你，就算給你，價格也死貴。但特斯拉去訂呢？那怕前期量不大，供應商也得乖乖配合，把價格壓到最低。為何馬斯克能把柯博文機器人的量產售價能壓到兩萬美元以下？就是因為特斯拉的供應鏈太成熟了。某種意義上說，榮耀和特斯拉，雖然一個做手機，一個做汽車，但在造機器人這條路上，可以說是殊途同歸。他們根本不追求某一個機械零件的絕對完美，他們的目的是，利用龐大且成熟的現有供應鏈技術，加上恐怖的系統整合能力和AI大模型，通過快速迭代來最佳化整體性能，然後利用規模化壓低成本，搶先佔領市場。更何況，美國只有一個特斯拉能低成本大規模量產機器人，而中國，可不止一個啊，智元、銀河通用、星海圖、千尋智能，那個拽出來，都是響噹噹的王牌。更可怕的是，中國連機器人生態都開始做了！比如這次馬拉松，亮相的還有高德機器狗TUTU，以及京東的機器人救護車。高德是做導航軟體的，為什麼要做機器狗？很顯然，這是高德在做物理AI的一次嘗試。隨著大語言模型的競爭進入同質化的下半場，純數字世界的AI已經捲到了盡頭，商業價值正在被迅速榨乾。AI的下一個金礦，必須是物理AI，它能讓機器人知道真實物理世界是什麼樣的，地面有冰怎麼走，有水怎麼走，捏一瓶啤酒是什麼力度，捏一盒牛奶是什麼力度，等等。只有瞭解了真實的物理世界，機器人才能真正走嚮應用。今年3月31日，高德開源了具身操作基座模型ABot-M0。在ibero-Plus基準測試中，這個模型的任務成功率達到了驚人的80.5%，比之前的行業標竿高出了近30個百分點。顯然，高德的野心，是想用一個統一的基座模型，去適配四足機器狗、人形機器人乃至各種奇形怪狀的物理終端。所以高德的導盲犬機器狗TUTU，與其說高德要賣產品，不如說它就是高德在現實世界投放的一個“爬蟲”，就像當年搜尋引擎用爬蟲爬取網頁資料一樣。只有機器狗掌握了足夠多現實世界的資料，高德的機器人AI大腦，才能真正理解現實世界。那京東呢？京東的“機器人救護車”，走的又是另一條路線。4月15日，就在馬拉鬆開跑前幾天，京東正式發佈了“機器人產業服務全景圖”，並且定下了一個極具野心的目標：2026年助推機器人品牌累計銷售規模突破百億。顯然，京東沒有自己造機器人，而是提前開始佈局機器人時代的服務了。任何一個硬體產業要想爆發，都必須邁過兩道檻：第一是零部件的標準化，第二是售後的網路化。當年的PC是這樣，後來的智慧型手機是這樣，現在的新能源汽車也是這樣。機器人行業現在最大的問題是什麼？是碎片化。每家公司都在閉門造車，你的電池形狀跟我的不一樣，他的通訊協議跟你的不相容。這種諸侯割據的局面，導致整個行業的研發成本居高不下。而現在呢？京東直接推出了“標準化機器人產品電池解決方案”，統一了結構、介面和通訊協議，計畫未來兩年推廣到100家品牌夥伴。用了京東的標準，品牌的製造成本直接縮減30%以上，打樣周期大幅縮短。不僅如此，京東還撒下了一張龐大的售後網，未來3年，京東的機器人專業工程師規模將擴充到1萬人以上，覆蓋全國50余城，一個電話，京東的“機器人救護車”就能上門服務。聽起來挺高科技的，但仔細想想，這不就是京東上門維修的機器人版本麼？一個機器人動輒幾十公斤，摔了壞了，無論是寄修還是送修都是個麻煩事，而京東現在的佈局，就是在機器人時代到來之前，提前鋪好售後網路。在機器人產業這場淘金潮中，有人挖金子，有人賣鏟子，而京東，就是那個賣水的人。在賣水的人看來，不管你們誰在前面拿了冠軍，不管你們誰最終佔領了市場，你們的機器人都得用我的電池標準，得用我的物流管道，得用我的售後網路。這種產業基礎的掌控能力，可要比單純造一台機器人要恐怖得多了，這也是只做機器人的特斯拉，拍馬也趕不上的地方。所以，這場機器人馬拉松，根本就不只是一場技術比賽，它其實是觀察未來機器人產業巨變的一個絕佳窗口。可以預見，在一眾巨頭的跨界介入下，未來的中國機器人產業，將從野蠻生長，迅速收斂成三層結構。最底層是基礎設施，阿里、華為提供晶片和算力，高德提供通用物理AI大腦，京東提供售後和標準。中間層是硬體層，將被消費電子大廠和汽車代工巨頭瓜分，榮耀、小米、比亞迪用恐怖的供應鏈管理，把機器人做成極致性價比的流水線工業品，家家都能買得起。最上層才是應用層，有人讓機器人打螺絲，有人讓機器人養老看護，有人讓機器人抱著步槍衝鋒。接下來會發生什麼？我們可以參考智慧型手機的發展史。2010年前後，山寨機橫行，大家都在搞各種奇形怪狀的手機。然後蘋果、三星、華為帶著龐大的資金和供應鏈入場，底層的Android系統和晶片開始標準化，供應鏈高度集中。底座打好之後，無數開發者只需要專注寫APP就行了，生態迅速繁榮。短短幾年，那些亂七八糟的手機品牌灰飛煙滅。顯然，機器人產業的“Android時刻”，即將到來。未來幾年，那些只做純本體拼裝、沒有技術護城河的機器人創業公司，將面臨滅頂之災。他們會被擁有成熟消費電子供應鏈的終端大廠在成本和可靠性上碾壓。那些只做單一場景AI視覺的小公司，也將被高德、阿里這類巨頭降維收割。IDC預測，到2030年，全球人形機器人出貨量將突破51萬台，年複合增長率接近95%。現在已經是2026年了，正處於產業爆發前夜。那麼，誰將吃下這一波巨大的紅利？很可能，就是這群殺氣騰騰跨界而來的巨頭了。03有時候啊，我還挺理解西方人對中國的恐懼的。中國的製造業實在太可怕了，不僅僅是產能和成本的可怕，最可怕的是這種商業嗅覺和資本的魄力。當新能源汽車的紅利開始內卷，當智慧型手機的換機周期不斷拉長，這股龐大的產業勢能，經過反覆震盪、探索、衝擊，終於找到了新的載體。當全中國的巨頭、風投、熱錢、地方產業基金看到機器人這個超級風口並蜂擁而至時，所帶來的推動力是不可想像的，也許技術爆炸，就在明天。單單在2026年前四個月，國內人形機器人領域的投融資事件就達到了70起，金額將近250億人民幣。砸錢可能解決不了所有問題，但可以解決90%以上的問題。在這種資本和供應鏈的雙重加持之下，機器人的迭代速度，可能不會再遵循摩爾定律，而是發生指數級增長，就像這次的馬拉松一樣。更何況，中國在生產和生態上也提前佈局了。機器人這個玩意，和純軟體的ChatGPT不一樣，矽谷的一個天才，可能一天時間想出一個新演算法，就能帶來產品的全面革新。但機器人呢？說到底它還是機器。它需要40多個柔性關節，需要成千上萬個零件，需要諧波減速器、空心杯電機、行星滾柱絲槓、六維力矩感測器，等等等等。矽谷的機器人關節電機燒了，你得重新選新的電機，找新的散熱方案，重新開模具製造，兩個星期能搞定就謝天謝地了。但是如果你在深圳，做完這一切，可能只需要兩三天。美國怎麼比？美國那些手搓的拿來展示的樣品，怎麼和中國的百花齊放相比？這次的馬拉松，已經證明，機器人跨過了“可用”的門檻，那麼接下來，就是一場勢不可擋的核裂變了。到時候，其他國家會絕望地發現，落後的距離不再是幾年，而是幾十年。因為技術，總是會加速進化的。《三體》中，羅輯說過這麼一段話：人類文明有五千年歷史，地球生命史長達幾十億年，而現代技術是在三百年時間內發展起來的，從宇宙的時間尺度上看，這根本不是什麼發展，是爆炸！技術飛躍的可能性是埋藏在每個文明內部的炸藥，如果有內部或外部因素點燃了它，轟一下就炸開了！這就是技術爆炸理論，也是三體人最害怕的事情：這幫人類蟲子，在山洞裡玩泥巴玩了十萬年，用青銅刀砍人砍了五千年，騎著馬射箭射了兩千年。結果呢？突然在短短兩百年的時間，他們搞出了蒸汽機、發電機、原子彈，然後直接把探測器幹到了太陽系邊緣！你要是三體人，你怕不怕？不過呢？三體人能意識到這一點，而我們自己，往往意識不到這一點。我們總習慣用今天的速度，去丈量明天的距離。這就導致了一個巨大的反差：對於任何一項顛覆性技術，人類總是高估它一兩年的演進，卻極度低估它十年的爆發。回望1997年5月11日，IBM深藍擊敗卡斯帕羅夫。那時候我們是咋說的？“國際象棋可以，但圍棋不行，圍棋的直覺和棋感是AI永遠學不會的。”結果2016年，AlphaGo贏了李世石。還有2015年10月，馬斯克推送了第一代Autopilot自動駕駛輔助系統，當時全網都在群嘲：“自動駕駛不可能比人靠譜。”結果呢？現在每百萬公里事故率，FSD已經低於人類平均水平，你現在去大街上看看，小藍燈已經隨處可見，甚至有的車都學會加塞了，比我還雞賊。這一切，也僅僅過了10年時間。帶著這個視角，讓我們再去看看剛剛結束的這場機器人半馬，是不是感覺要倒吸一口涼氣？很多人看到機器人打破人類半馬紀錄，第一反應仍然是：“跑得快有什麼用？它能送外賣嗎？”但你怎麼知道，這次馬拉松不會成為人類歷史上IBM深藍、特斯拉Autopilot那樣的標誌性事件呢？技術永遠是加速的，而且這次加速，肯定比過去的加速要快得多。因為這次機器人馬拉松，發生在中國。有什麼不可能的呢？我五六歲的時候，還在穿打補丁的衣服，現在我40出頭，車已經能自動駕駛，人類就要開始準備讓AI控制機器人上戰場了。這一切也就40年，真是如夢如幻。那麼十年後，我們的世界會變成什麼樣？在此之前，我對未來其實是很焦慮的，都用機器人了，那我不就失業了嗎？我拿什麼養活自己？但是我想明白了，我所有的焦慮，都建立在一個前提之上——人類的勞動，是這個星球上最昂貴、最稀缺的生產要素。你要住房子，就必須有幾十個工人冒著酷暑給你砌磚。你要吃大米，就必須有農民在泥水裡彎腰插秧。你要穿衣服，就必須有女工在縫紉機縫縫補補。勞動是有限的，所以商品是昂貴的，因為商品是昂貴的，所以你必須把你生命中最美好的三分之一時間，出賣給公司，換取金錢，然後再去購買別人同樣用時間換來的商品。這就是你始終不敢停下腳步的根源。但是，當人形機器人全面接管財富的創造和生產，這個持續了上萬年的前提，徹底不存在了！當勞動力不再依賴人類的肉體，當人形機器人可以24小時不間斷地創造財富，當可控核聚變和全球太陽能網路加持下的能源成本趨近於零……這意味著什麼？這意味著，我們在未來十年裡，生存所必需的物質資料，將變得像空氣和水一樣廉價且唾手可得。這就像我們在玩一場種田遊戲，以前我們每天都在發愁怎麼砍樹、怎麼挖礦，生怕明天就餓死。但現在，我們馬上就要解鎖無限資源修改器了。那你還焦慮個什麼勁兒呢？毫無疑問，機器人時代的到來，將徹底顛覆我們的生活，解決我們的所有問題。04我們這一代人啊，可能註定是被歷史選中的“過渡者”。我們背負著幾千年來農耕文明對飢餓的本能恐懼，又承受著現代資本對效率的殘酷搾取。我們活得很累，很迷茫，有時候甚至覺得未來一片漆黑，看見一點技術進步就覺得天塌了。就像19世紀末的馬車伕，看著街上剛剛出現的汽車，焦慮得徹夜難眠，生怕自己以後接不到拉客的活兒。但他不知道的是，汽車最終帶來的，不是馬車伕的失業，而是人類出行方式的徹底解放。此時此刻，跑在亦莊賽道上的那些金屬身影，就是宣告舊時代終結的信使。我們不需要再用肉身去填補流水線上的空缺了，我們這一代人的宿命，不是成為更好用的牛馬，而是作為見證者，去迎接那個將人類從生存枷鎖中徹底釋放的偉大黎明。也許在接下來的三五年裡，舊的體系在崩塌前還會發生劇烈的震盪，我們可能還會經歷迷茫、失業的陣痛和規則重塑的混亂。但這已經是黎明前最深沉的黑暗。作為在匱乏時代裡掙扎的最後一代人，我們所要做的，是保重身體，保持健康，好好吃飯，好好睡覺，並護住你內心那一點點尚未被磨滅的好奇心和對美好生活的嚮往。因為用不了多久，我們就會親眼看到那不可思議的奇蹟——那些替我們去創造財富的人類之子，已經長大了，它們正在用比人類快得多的步伐，衝向那個我們曾經連做夢都不敢想的未來。不要害怕未來。那個被我們創造出來的未來，遠比你想像的，更加溫柔。 (前瞻經濟學人)

◆ 從去年首屆賽事2小時40分42秒的首冠成績，到今年成功跑進1小時，中國具身智能產業用一年完成了令人矚目的跨越式突破◆ 團隊技術類型涵蓋自主導航與遙控兩大類，其中自主導航機器人佔比近四成，18支隊伍自主導航的人形機器人成功完賽，實現了“自己看路、自己決策、自己奔跑”◆ 21.0975公里的連續奔跑，全面考驗機器人運動控制、自主導航、續航散熱、環境適應和系統可靠性多個核心能力◆ “為什麼要讓機器人闖這些難關？因為未來它們要替我們去塌方的巷道、沒過膝蓋的洪水，那些地方從來沒有平整的路”◆ 這場人形機器人的賽事落地北京亦莊，得益於其完善的具身智能產業生態機器人半馬跑贏人類中國具身智能迎來“閃電時刻”4月19日，2026北京亦莊人形機器人半程馬拉松迎來歷史性時刻：榮耀齊天大聖隊“閃電”機器人以50分26秒淨用時奪冠，超越烏干達名將基普利莫創造的57分20秒人類男子半馬世界紀錄。從去年首屆賽事2小時40分42秒的首冠成績，到今年成功跑進1小時，中國具身智能產業用一年完成了令人矚目的跨越式突破。百機競速：從“連滾帶爬”到“遊刃有餘”當日7時30分，102台人形機器人與1.2萬名人類跑者同場鳴槍開跑。與去年機器人“開跑即摔倒”“原地打轉”的青澀表現截然不同，今年絕大多數機器人選手步伐穩健、姿態流暢，不少隊伍的工程師已跟不上機器人的腳步，從去年的“全程陪跑”變為“坐車跟隨保障”。本屆賽事規模較去年擴容近5倍，吸引全國11個省份超百支隊伍與德國、法國等多支國際賽隊參賽。團隊技術類型涵蓋自主導航與遙控兩大類，其中自主導航機器人佔比近四成，18支隊伍自主導航的人形機器人成功完賽，實現了“自己看路、自己決策、自己奔跑”。經過激烈角逐，榮耀包攬賽事前三名：齊天大聖隊50分26秒奪冠，雷霆閃電隊、星火燎原隊分獲亞季軍，三支隊伍均採用自主導航模式。“我們從立項到參賽僅用了一年左右。”冠軍隊工程師介紹，奪冠核心在於兩大突破：一是參考人類運動員比例打造0.95米“大長腿”，最佳化力學分佈；二是搭載自研液冷散熱系統，液冷管道深入電機內部，每分鐘換熱超4升，徹底解決高負荷運動下的關節過熱難題。齊天大聖隊自主人形機器人選手閃電在比賽中沖線。新華社記者 張晨霖 攝賽場技術路線百花齊放。北京人形機器人創新中心的“具身天工Ultra”以全自主、零人工干預的方式，用時1小時15分完賽，將自身去年的紀錄縮短了1小時25分鐘。智身科技“刀鋒戰士”機器人極具特色——這支今年1月才決定參賽的隊伍，僅用兩個月就打造出一台僅12個關節的紅色機器人，最終以2小時完賽，是全場重量最輕、關節最少的完賽機器人。“我們為長跑運動做了簡化設計，不需要那麼多複雜的關節，對續航和散熱都好。”智身科技聯合創始人劉宇龍介紹，碳板刀鋒腿設計實現彈性吸能，全程僅靠關節風扇散熱即可。規則導向倒逼自主技術突破“人形機器人跑馬拉松不是為了炫技，而是一場全維度的極限壓力測試。”北京市經濟與資訊化局相關負責人表示，21.0975公里的連續奔跑，全面考驗機器人運動控制、自主導航、續航散熱、環境適應和系統可靠性多個核心能力。本屆賽事以規則設計明確傳遞“以賽促研、優先發展自主能力”的產業導向。根據官方規則，自主導航組與遙控操作組混合計時、統一排名，最終成績採用“淨用時×加權係數+累計罰時”核算，自主組係數1.0，遙控組1.2——這意味著同樣完賽時間，遙控機器人的最終成績會更慢。更嚴格的是，自主組人工干預僅限起跑啟動、補給站換電輔助、緊急超越避障、故障應急停機四類，違規超3次將自動轉為遙控組核算成績。此外，賽事規定站內換電不罰時但計入總用時，站外緊急換電首次罰5分鐘；全程最多更換2次機器人，分別罰15、20分鐘；輕微跌倒需機器人自主恢復，禁止現場拆解維修。賽事採用0.1秒精度的RFID晶片計時，全程關門時間3小時40分鐘，設4個分段關門點。“首個沖線的未必是最終冠軍，這一規則成功推動多支隊伍選擇自主導航參賽。”賽事裁判委員會有關負責人說。實戰中，各隊普遍暴露了共性技術痛點：德國慕尼黑工業大學挽救計畫隊隊員坦言最大挑戰是“模擬與現實的差距”，實驗室偵錯好的參數在真實溫濕度、地面摩擦力下會失效；西湖機器人負責人魏震宇介紹，比賽中機器人可能出現數傳模組通訊中斷、橡膠腳底完全磨損，電機溫度過高導致的控製器燒燬、永磁體退磁等故障，導致機器人“罷跑”或“亂跑”。正是這些真實問題推動產業快速迭代。多支參賽隊伍負責人表示，隨著整機結構最佳化和合金等材料的應用，人形機器人整機大幅減重且結構強度提升，一體化關節使用壽命增長2-3倍，單次充電續航從5公里增至10公里以上。“賽事相當於給行業提出了明確標準。”靈足時代創始人邵元欣表示，過去供應商需求天馬行空，現在有了清晰指標，去年賽事暴露的材料、續航、散熱等問題，直接驅動了今年產品的全面最佳化。2026北京亦莊人形機器人半程馬拉松，機器人選手正在奔跑。賽事主辦方供圖從“能跑”到“好用”就在半馬開賽前一天，全球首個機器人勇士挑戰賽在南海子公園落幕。北京人形機器人創新中心的“具身天工3.0”以全自主方式通關擺錘穿越、破門清障等17項基於真實應急場景設計的科目，奪得冠軍，展現人形機器人從“運動能力比拚”邁向“實用價值驗證”的跨越。“為什麼要讓機器人闖這些難關？因為未來它們要替我們去塌方的巷道、沒過膝蓋的洪水，那些地方從來沒有平整的路。”一位參賽隊伍工程師說。2026機器人勇士挑戰賽上，北京人形機器人創新中心的“具身天工3.0”正在闖關。受訪者供圖賽場技術正快速轉化為生產力：去年的半馬冠軍“天工”已上崗國網四川公司配電站巡檢；銀河通用機器人落地無人藥房和零售場景；本屆賽事中，“天工”剛完賽便出任京東養車“首席矽基體驗官”；榮耀也表示，“閃電”的技術成果未來將遷移至零售門店，承擔銷售服務工作。賽道之外，機器人已全面融入賽事全流程：機器人攝影師定格精彩瞬間，機器狗擔任智能“關門兔”全程自主配速，表演機器人帶來歌舞秀，北京首個交警機器人“天軼”也在本次賽事中正式上崗，在複雜路口指揮交通。產業高地支撐中國速度這場人形機器人的賽事落地北京亦莊，得益於其完善的具身智能產業生態。這裡出台了“具身智能十條”專項政策，建成全國首個具身智能開發者社區“未來機域”和北京首個人形機器人中試平台，集聚300余家具身智能企業，形成覆蓋核心零部件、整機製造、系統整合、場景解決方案的完整產業鏈。“中國的機器人研發環境比我想像的大得多。”慕尼黑工業大學參賽隊員感慨，“在北京亦莊，能看到很多人全身心投入這一領域，發展速度非常驚人。”4月19日，人形機器人半程馬拉松冠軍齊天大聖隊自主選手“閃電”（前右）、亞軍雷霆閃電隊自主選手“閃電”（前左）和季軍星火燎原隊自主選手“閃電”（前中）在頒獎儀式後合影。新華社記者 張晨霖 攝北京市經濟和資訊化局副局長劉維亮3月23日在2026北京亦莊半程馬拉松暨人形機器人半程馬拉松賽事新聞發佈會上介紹，北京在通用本體、具身智能模型等領域與國際一流企業基本保持並跑態勢，在本體奔跑速度、結構強度，以及通用具身智能模型泛化能力等方面與國內外頭部企業相比略有優勢。在院士專家團隊、國家重點科研機構等科技創新資源和基礎設施、中試平台、應用場景等支撐條件方面，總體處於國內第一梯隊，2025年1月至2026年3月，北京人形機器人企業融資佔全國相關領域的41%。國際研究機構奧姆迪亞資料顯示，2025年全球人形機器人出貨1.3萬台，中國佔據90%份額并包攬出貨量前六名。榮耀、華為、小米等手機廠商的入局，更將3C領域的感測器、演算法和供應鏈優勢遷移至機器人賽道，加速硬體規模化與成本下降。創新這場“馬拉松”沒有終點。當機器人在賽道上跑贏人類，更值得期待的是，這些為“奔跑”突破的技術，終將走進工廠、社區和千家萬戶，開啟人機共融的美好未來。2026北京亦莊人形機器人半程馬拉鬆起點處，機器人與人類共跑。《瞭望》記者 高博翰 攝(瞭望)

今天（19日），人形機器人半馬在北京開跑，冠軍選手的成績是50分26秒，超過了人類跑者57分20秒的世界紀錄，和去年超過兩小時40分的奪冠成績相比，進步很大。從比賽畫面能看得出來，今年參賽的機器人跑得更快、更穩。速度的提升來自技術的躍升。今年奪冠的選手是自主導航機器人，丟開“遙控器”意味著人形機器人能自主定位、動態避障，“耳聰目明”來自於很多前沿科技的加持，比如北鬥智能定位、演算法不斷完善，等等。人形機器人跑出加速度，也是全產業鏈升級的結果。從一體化關節模組、液冷散熱系統再到內建的晶片等，都在向前推進。人形機器人的應用場景也在不斷打開，進廠打工正在變成現實。在江西南昌的一家平板製造工廠，人形機器人在流水線上連續工作8小時無重大異常。讓人形機器人參加半馬比賽，跑起來主要也是為了在現實環境中對技術進行驗證，最終目的是更好用起來。人形機器人給我們帶來驚喜，背後更廣闊的圖景是中國科技創新多點開花、正在全方位加速突破。今年以來，除了人形機器人之外，在無人機、純電動集裝箱船以及創新藥等很多領域，新成果不斷湧現。經濟一季報中，高技術製造業增加值同比增長12.5%，新動能強勁。人形機器人半馬落幕，創新之路沒有終點。機器人跑得更快，中國經濟的新質動力更足。 (新聞聯播)

成立一年就橫掃宇樹。這屆人形機器人馬拉松的結果，確實出人意料。賽前籍籍無名的榮耀機器人，拿下了一場幾乎沒有懸念的完勝。他們不僅包攬冠亞季軍，而且在賽道上的表現明顯拉開差距。無論是去年的冠軍天工 Ultra，還是賽前被視為最大熱門、在排位賽中打破人類1500米紀錄的宇樹 H1，都未能真正形成威脅。從成績來看，這場比賽已經進入一個全新的區間。來自榮耀的齊天大聖隊以50分26秒奪冠，同樣來自榮耀的雷霆閃電隊與星火燎原隊分別以50分56秒和53分01秒緊隨其後，前三名均以自主導航方式完成比賽，整體成績首次壓縮至1小時以內。作為對照，去年的冠軍成績為2小時40分42秒，一年時間，成績被壓縮了接近兩個小時。而目前人類半程馬拉松世界紀錄約為57分20秒。至少在時間維度上，人形機器人已經超出人類極限一個身位。如果考慮規則細節，這一結果還更具衝擊力。首個沖線的，是榮耀絕影赤兔隊的遙控版本“閃電”，用時48分19秒完成賽程；但按照賽事規則，遙控組需按1.2係數加權計時，最終冠軍仍由自主導航方案獲得。規模同樣在放大。從去年的20支隊伍，到今年超過100支、約300台機器人同場競技；從大量依賴人工輔助，到約40%的隊伍嘗試全程自主導航，在包含坡道、複雜路面與急彎的賽道上完成21公里賽程，這場比賽對運動控制、續航與穩定性的要求被整體抬高。儘管截至發稿，官方還沒有公佈完賽率的最終統計，但去年僅有6家隊伍完賽，而今年至少達到了兩位數，整體穩定性提升已是賽場上的直觀感受。僅僅從這些資料的變化，幾乎可以得出一個一致判斷：人形機器人的能力，在一年內出現了躍遷。但與此同時，這場馬拉松也開始引發另一種聲音——有人認為，它不過是一場被放大的炫技表演，對真正的商業化並沒有意義。問題在於，這種看法，可能恰好忽略了這場比賽最重要的部分。首先是一場被低估的“超級路演”如果不從傳播與商業化的角度來理解這場馬拉松，很容易忽略一個更直觀的變化：它正在變成一個公開的展示舞台。一年前，這項賽事更接近一次工程測試。參賽隊伍不過20支，完成比賽本身就是目標。到了今年，參賽規模已經擴展到100余支、約300台機器人同場競技，甚至出現了海外團隊參與。測試賽深夜開放，依然有人在橋上圍觀；正式比賽當天，相關視訊迅速在各個平台傳播。這已經不是一場典型的技術比賽，而是一場被放大到公眾視野中的集中亮相。在這樣的舞台上，不同公司的選擇開始出現分化。一類公司，主動把比賽當作“發佈時刻”。以榮耀為例，這是其首次參加人形機器人馬拉松，但從參賽方式到現場表現，都明顯帶有“放大曝光”的意圖：多隊參賽、自主與遙控雙路徑平行、極限速度與高動態表現被持續放大。圖源：海淀宣傳從結果來看，這種策略是有效的。比賽結束的同時，其品牌與產品認知迅速建立，大量媒體開始集中關注這一新入局者。對這類玩家而言，比賽本身就是一場效率極高的產品發佈會。去年的案例更為典型。松延動力在參賽前幾乎沒有太多行業聲量，而在拿下亞軍之後，其知名度迅速提升，訂單與估值都出現明顯躍升。這場比賽，直接改變了一家公司在行業中的位置。但也有另一類公司，選擇了更克制的路徑。它們依然參賽，但不再追求極限成績，而是更關注穩定完賽與過程驗證，通過比賽的形式考驗團隊的反應能力與項目落地能力。對這些公司來說，這場馬拉松的重要性，已經不完全等同於排名，參與本身就是目的。加速進化以1小時52分成績完賽這種差異背後，並不是能力的簡單強弱，而是對這場比賽價值的不同判斷。之所以會出現這樣的分化，很大程度上源於這場馬拉松本身的特殊性。首先，它是當前少數“公開、統一、極限”的展示場景之一。所有參賽機器人在同一賽道、同一規則下運行，面對相似的坡道、彎道與複雜路況，沒有反覆試錯的空間。相比發佈會或實驗室演示，這種環境幾乎無法進行選擇性展示，所有能力都會被同時放大。這也解釋了為什麼，它比很多現有評價體系更“真實”。在一些具身模型或系統測試中，企業可以通過反覆偵錯、針對性最佳化，去逼近某一指標的最優結果；但在這條21公里的賽道上，所有能力必須同時成立。其次，它把複雜的技術體系壓縮成了一個極易理解的結果。散熱、結構、控制、續航，這些原本需要專業背景才能理解的能力，最終都會體現為幾個直觀指標：能不能跑完、跑得多快、是否中途失效。對於投資人、媒體乃至普通觀眾來說，這種表達方式幾乎沒有門檻。機器人換電 圖源：騰訊科技最後，它天然具備傳播屬性。人形機器人本身就具備極強的視覺衝擊力，而長距離、戶外奔跑這一極限場景，又進一步放大了這種感受。當技術表現與情緒價值疊加時，傳播效率被推到一個傳統發佈會難以達到的水平。在這一點上，這場馬拉松的意義，已經遠遠超出一場比賽本身。但如果僅僅把它理解為一次成功的“路演”，同樣是不夠的。真正決定這場賽事價值的，不是有多少人看到，而是它在這條21公里的賽道上，逼出了什麼。21公里，是一次被放大的技術驗證如果把這場馬拉松僅僅理解為一場比賽，很容易高估它的結論，也容易低估它的價值。它並沒有徹底改寫行業標準，但提供了一個極少見的場景：在真實環境中，以連續21公里的強度，把一台機器人所有關鍵能力同時拉出來驗證一遍。散熱、結構、控制、續航，這些原本分散在不同測試裡的問題，被壓縮到同一條賽道上。而一旦進入這樣的場景，一些過去被認為難以突破的技術路徑，可能會被壓榨出新的動能。最典型的，是散熱。在人形機器人領域，關節模組長時間高負載運行帶來的發熱問題，一直是難以克服的難題。過去大多數企業選擇的是風冷方案，通過結構最佳化與氣流設計去延緩溫升。去年賽場上，不少團隊主要依靠人工噴冷卻液降溫，一旦處理不及時，系統就可能失效。在很長一段時間裡，行業雖然知道散熱是問題，但對更激進的方案始終保持謹慎：液冷被認為複雜、成本高，在機器人上落地並不現實。而今年的變化，恰恰出現在這裡。以榮耀為例，其在本次參賽中引入了液冷散熱方案，通過液體循環直接將熱量從電機內部帶走。在其團隊的描述中，這一方案的目標並不只是提升性能，而是解決長時間運行下的穩定性問題。一個直觀的結果是：在完成整段賽程後，“摸電機甚至還是冷的”。可以看到背部的液冷裝置馬拉松所提供的，不只是一個展示結果的舞台，更是一個高強度的實驗場。在連續21公里的約束下，很多原本停留在方案階段的技術，被迫走向實際應用。如果一套散熱系統能夠支撐機器人在高負載下連續運行21公里，那麼在強度更低、工況更可控的工業與商業場景中，它往往具備更高的冗餘與穩定性。這種“在極限中驗證，在日常中復用”的路徑，使得一些原本被認為過於複雜的方案，開始具備現實意義。類似的驗證，也正在控制系統層面發生。去年的比賽中，很多機器人“能跑”，但跑不遠。雙足長時間運行帶來的誤差累積、姿態不穩定以及外界擾動，會迅速放大，最終導致摔倒或退出。而到了今年，一個明顯的變化是：越來越多機器人開始具備“持續跑”的能力。這背後，對應的是運控系統，也就是業內常說的“小腦”的進步。在長距離運動中，機器人需要持續完成步態調整、重心控制與擾動恢復。無論是路面變化、轉彎，還是突發碰撞，系統都必須在極短時間內做出反應，並維持整體穩定。在今年馬拉松的實際表現中，這種能力已經可以被直觀感知，不少機器人在發生碰撞後，能夠迅速拉回姿態，繼續完成賽程，甚至在倒地情況下起身；在長時間運行過程中，步態與節奏不再明顯失穩。圖源：央視新聞馬拉松就是一場大型的試驗場，一旦某項技術的優點被清晰呈現，它就不再只屬於某一家公司，而會很快轉化為整個行業的共識。這也是為什麼，今年賽場上“能持續跑”的能力，開始從個別現象，變成普遍表現。從這個角度看，馬拉松的意義，並不只是把技術從實驗室帶到賽道上，更是在用一次高強度的公開驗證，縮短技術路線從探索到普及的周期。結語：護城河，不在馬拉松上如果把視角從賽道上稍微拉開，這場比賽還指向一個更敏感的問題。榮耀進入人形機器人賽道的時間並不長，成立不足一年，卻在首次參賽中拿下絕對優勢。這一結果本身，就已經說明：在當前階段，人形機器人在運控與硬體，並不存在難以踰越的壁壘。至少在“跑完一場馬拉松”這件事上，後來者仍然可以通過工程整合與集中投入，在較短時間內逼近甚至反超。但這並不意味著這個行業沒有護城河。只是，這些壁壘，並不體現在這條21公里的賽道上。從目前來看，真正決定長期競爭力的，正在轉向三個方向。首先是“大腦”。具身智能的核心難度，並不在本體，而在模型。相比傳統機器人系統，具身模型對算力與資料的依賴更重。長時序任務執行、複雜環境理解、跨任務泛化，本質上都是資料規模與訓練強度的函數。這些能力無法通過單次最佳化獲得，也無法在一場比賽中被驗證。它們依賴的是長期的資料積累、持續的算力投入，以及不斷迭代的訓練體系。也正因為如此，資本在進入2026年之後，更青睞主攻具身大模型的企業，這些具身智能玩家在融資中頻繁站上200億估值，成為這一輪最受關注的標的。其次是量產能力。做出一台性能出眾的機器人，並不困難，難的是在保證一致性、穩定性與成本可控的前提下，實現規模化生產。一旦進入真實場景，決定勝負的往往不是極限性能，而是交付能力與可靠性。最後是生態與商業化。機器人最終要進入真實世界，依賴的不只是本體能力，還包括應用開發、系統整合、管道與商業體系。生態建設的周期更長，也更難被快速複製，這也是為什麼智元機器人在前天的生態合作夥伴大會上，反覆強調生態戰略。換句話說，馬拉松所驗證的，是一台機器人在極限條件下能跑多遠；而真正的護城河，決定的是它能不能在現實世界裡持續工作，並被規模化使用。這也解釋了另一個現象：在這場關注度持續放大的賽事中，並不是所有企業都選擇全力投入。當商業化與量產逐漸成為更緊迫的目標時，企業能夠分配給“極限能力打磨”的資源，正在變少。對於一部分公司而言，馬拉松依然重要。它提供了曝光、驗證與技術路徑確認；但對於另一部分公司來說，真正的戰場，已經不在秀技術肌肉上。資源開始向量產、交付與場景落地傾斜，評價標準也隨之發生變化。如果說這場馬拉松定義了技術在極限環境下，能夠達到的高度，那麼商業化落地，正在決定行業最終會走向那裡。這也是這條21公里之外，更重要的那條分界線。 (高工人形機器人)

今天（19日），由北京市人民政府、中央廣播電視總台等聯合主辦的2026人形機器人半程馬拉松鳴槍開跑。最終，來自榮耀的齊天大聖隊、雷霆閃電隊、星火燎原隊分別奪得冠軍、亞軍、季軍，淨用時分別為50分26秒、50分56秒、53分01秒，超越了烏干達名將基普利莫在今年3月里斯本半程馬拉松賽中創造的57分20秒的人類男子半馬世界紀錄。今年的比賽分為自主導航和遙控兩種參賽方式，兩個組別加權係數分別是淨時成績的1.0與1.2。冠亞季軍三支戰隊的參賽機器人均為自主導航機器人。△齊天大聖戰隊自主導航機器人“閃電”。一年前在亦莊舉行的首屆人形機器人半程馬拉松上，天工隊的人形機器人“選手”以2小時40分42秒的成績奪冠，共6家機器人參賽隊成功完賽。僅一年後，參賽隊伍數量從去年的20支增加至今年的百余支，整體完賽成績大幅提升，人形機器人續航更穩、步態更順、演算法更穩。(央視新聞)