50分26秒（净用时）！来自荣耀的齐天大圣战队自主导航机器人“闪电”夺得2026北京亦庄人形机器人半程马拉松冠军。

　　相比去年冠军“天工”2小时40分42秒的用时，成绩大幅提升。

　　不仅如此，从直播画面上看，去年还“踉踉跄跄”，闹了不少笑话的机器人，今年大都“健步如飞”。这表明人形机器人在速度、耐力、平衡感与稳定性上，都有指数级进步。

　　但成绩不是最重要的事，今天我们更想聊的是：跑完21公里的机器人，距离真正在现实世界中落地应用，究竟还有多远？

绝影赤兔队遥控机器人“闪电”。图源：人民日报

　　为什么机器人半马值得认真看

　　实验室里的机器人会走、会跑、会跳，但实验室有个特权：失败了可以重来。

　　半马没这个机会。21公里赛道，涵盖平地、坡道、弯道、狭窄路段等10余种地形，中途不能重启、不能换场地，也不能把摔跤的片段剪掉。这是目前最接近真实场景的人形机器人压力测试，也是最难“作弊”的，这是一场机器人公司的集体“大考”。

　　没有发布会，没有PPT。跑成什么样，赛道上见真章。

2026北京亦庄人形机器人半程马拉松现场。潮新闻记者 倪雁强/摄

　　与2025年首届赛事相比，今年的看点增加不少。首先，参赛阵容实现近5倍增长，超百支赛队参赛，覆盖北京人形机器人创新中心、荣耀、宇树、松延动力等头部企业。

　　参赛数量、参与范围、技术类型均创历史新高。

　　还有一个关键变化，对比往年，今年近四成队伍采取自主导航，机器人自己感知路况、自己规划路线、自己跑完全程。过去这些能力大多只在实验室的短距离、规整路面上被验证过，放到21公里的户外赛道上，每一个环节的小误差都会被时间不断放大。

　　跑完21公里，机器人要闯哪些关

　　关卡① | 自主还是遥控——最大的分水岭

　　去年，除了夺冠的“天工”，绝大多数队伍都靠人遥控。但有个细节值得注意：去年世界人形机器人运动会百米赛上，机器人速度达到6米/秒，而人为操作已经反应不过来了。遥控不再是保障，反而成了瓶颈。

　　所以今年近四成队伍选择完全自主。自主导航的意思是，机器人得自己认路、自己判断转弯、自己应对突发状况。

　　而自主和遥控的差别，归根到底就两件事：

感知与决策的双重进化　图源：专栏制作

　　感知：“看见周围”。机器人要自己跑，首先得知道周围是什么。主要包括激光雷达发射激光测距，像蝙蝠一样扫出一张3D地图，看得远也看得准；深度相机则通过图像判断物体的远近，相当于给机器人装上眼睛；IMU则装在身体里，专门感知自己有没有歪、有没有晃、是不是要摔。各家方案不同，但思路类似。单一的传感器都有盲区，结合使用是目前的主流方案。比如宇树H1以激光雷达为主、视觉SLAM辅助定位；天工Ultra则把激光雷达、多目相机、IMU全部接入，是目前融合度最高的方案之一。

　　决策：“知道往哪走”。看见了还不够，得知道自己在哪、该往哪走。这一步包含两件事：一是定位自己在地图上的位置，核心技术是SLAM（同时定位与建图）。简单来说就是机器人一边跑一边画地图，一边在地图上标出自己的位置，相当于边走边画、边画边校准。

　　二是规划接下来的路径，何时拐弯、何时减速、怎么绕障。各家厂商在这两件事上各有侧重，比如，优必选把SLAM做成自研的底层能力，在定位这一层下足功夫；银河通用则聚焦规划，用端到端的导航大模型替代传统的规则式路径规划，摒弃工程师写好的规则，让机器人自己学会怎么走。

机器人自主导航技术路线概览（部分）  图源：专栏制作

　　关卡② | 稳定跑完，比跑快更难

　　速度不是最大的难题。难的是连续跑21公里不掉链子。

　　去年冠军“天工Ultra”跑到17公里摔了一跤，中途换了3次电池；好几支队伍关节热得发烫，工作人员一路跟着喷冷却液；后半程腿发抖、身体歪斜、越跑越慢的一大片。前15公里大家看着都还行，真正拉开差距的是后面那6公里。

　　今年这些问题解决了多少？一个最容易被忽略的答案是：脚。

　　脚掌，是最被小看的部位。人的脚有26块骨头、33个关节、100多条肌腱，跑步的时候同时管缓冲、蹬地和稳定。但现在多数机器人的脚就是一块硬板子，平路上看不出来，一遇到上坡、碎石就露馅。没有足弓来吸收冲击，前脚掌也没法蹬地发力，震动全部往上传，膝盖和胯关节硬扛——跑久了就过热、变形、失稳。去年后半程关节过热、越跑越抖，很大一部分原因就出在脚上。

　　另外还有三个细节值得关注：天工今年给膝关节加了航天级散热片，官方声称70度高温下还能正常工作；各家电池容量和换电方案进步多少，直接影响完赛节奏；去年雨后路面湿滑导致机器人频繁摔倒，今年能不能少摔、摔了能不能自己爬起来，也是重要看点。

硬件瓶颈分析：足部冲击与向上的热失控。图源：专栏制作

　　关卡③ | 续航不只是电池问题

　　比赛允许中途换电池，但换电时间算进总成绩。所以不是“没电了就换”那么简单——什么时候换、换几次、要不要再多撑一段，全是策略。

　　连续跑两个多小时，电机、传感器、芯片一直在满负荷运转。省电的关键不在电池大小，而在机器人跑得够不够“聪明”——步子越稳、判断越准，多余动作就越少，同一块电池自然跑得更远。

　　但“跑得聪明”不是出厂就有的，得靠大量的数据训练。行业对机器人训练有以下思路，一种是VLA（视觉-语言-行动）模型，另一种则是世界模型，就是让 AI 在脑中先想象和预测外部世界会怎么变化，再据此决定下一步怎么做。这也是近期行业越来越关注的方向。两种思路并不互斥，越来越多的团队选择结合使用。

　　第一条：跟真人学（VLA方向）。代表是南加州大学等研究机构做的开源模型Ψ？。思路分三步：先让模型看大量人类第一视角视频，学习真实世界是如何运转的；再用真实人形机器人的操作数据训练动作执行模块；最后用少量任务专属遥操作数据微调。研究团队表明，只需约30小时真实数据就能练出来，部分测试成绩甚至超过英伟达的同类旗舰模型GR00T N1.6，而后者用的训练数据量是前者的十倍以上。

人形机器人遥操作采集系统示意图来源：An Open Foundation Model Towards　Universal Humanoid Loco-Manipulation 翻译：专栏

　　第二条：先建世界，再练机器人（世界模型方向）。代表是英伟达的Cosmos平台。它的核心思路不是直接训练机器人，而是充当一个数据工厂，大量生成逼真的虚拟场景和物理仿真数据，让机器人公司拿去训练自己的模型。这样就不需要让真实机器人去经历各种危险或罕见场景，从而大幅降低训练成本。

英伟达 Cosmos：从仿真到写实画面的跨越。来源：NVIDIA 官网

　　不过Cosmos目前也面临明显瓶颈：它对触觉的模拟仍停留在间接推算层面，并不是真实传感器数据。也就是说，它能预测“抓这个东西理论上会怎样”，但机器人的手能不能真正做到，仍是另一回事。业界普遍预计，专门聚焦触觉感知的基础模型将成为下一个突破方向。

　　一场比赛，照出了什么

　　两条路线看上去各有侧重，但终点一致：让机器人在真实环境中稳定完成任务，而检验这一点，没有什么比一场半马更直接。

　　对行业来说，半马是最诚实的验证场。PPT可以美化，半马不行。谁跑完了、怎么跑完的、中途出了什么状况，赛道上一清二楚。这也是为什么越来越多的企业和高校把参赛当成融资前的必要动作。

人形机器人企业的“资本敲门砖”。图源：专栏制作

　　对大众来说，这可能是第一次直观地感受到“机器人到底难在哪”。不是腿不够长，也不是长得不够像人，而是整个系统够不够成熟，能不能在没人兜底的情况下，自己把一件事从头到尾干完。

　　真正值得盯的不是谁先冲线，而是谁更接近一个能在现实世界里工作的机器人。

编辑： 应波

纠错：171964650@qq.com