第二届世界人形机器人运动会于2026年8月22日至26日在北京国家速滑馆——也就是2022年冬奥会场馆“冰丝带”——举行。来自16个国家的666支队伍、2056台机器人参加了51个项目。211

最吸引眼球的当然是速度。天工Ultra最终在大型机器人百米决赛中跑出8.64秒；它在前期比赛中的成绩为9.39秒，半决赛提升到8.86秒，随后又在决赛中刷新纪录。17242930 比赛开幕阶段，一台人形机器人还完成了约2.88米的立定跳高。318

但这届赛事真正释放出的行业信号，并不是机器人已经成了“机械运动员”，而是速度纪录正在从终点变成起点：人形机器人接下来必须证明自己能看懂环境、稳定行动、灵巧操作，并在没有遥控员持续干预的情况下完成实际工作。

赛事不再只是“看谁跑得快”

2026年的项目数量从首届的26个增加到51个，其中包括30个竞技项目和21个场景类挑战。210 除了田径、足球等项目，赛事还加入了更能检验综合能力的任务。

障碍赛提高了移动和避障难度；太极、地板操等项目强调动作的稳定性、柔顺性和协调性，而不是单纯追求加速度；精细操作项目则把关注点放在机器人能否识别、抓取和操控日常物品，而不是沿着一条完全预设的路线完成动作。

这些变化很关键。商业客户通常不会只问一台机器人能跑多快，而会关心它能否在狭窄、杂乱或不断变化的环境中保持平衡，能否拿稳物品，犯错后能否自行恢复，以及能否连续、重复地完成任务。

自主控制成为更有含金量的指标

赛事技术合作方华为表示，超过40%的项目要求机器人完全自主运行。19 这改变了比赛成绩所代表的含义。

遥控机器人可以由人类实时修正重心、路线和动作；自主机器人则必须依靠机载感知、路径规划、定位、运动控制和恢复机制，自己判断发生了什么并作出反应。

对于赛跑和场景挑战来说，问题已经不只是“机器人能否完成一个高速动作”，而是“在条件不理想时，它能否独立完成任务，而且能否稳定复现”。据报道，一些机器人在高速冲刺后仍难以及时刹停，暴露出从展示性速度到可控速度之间的差距。19

场景类项目更接近商业化考场

本届赛事设置了模拟工厂、家庭、应急、餐饮、园林和办公室等任务。41011 这些场景对应的，正是人形机器人厂商经常提到的潜在应用环境。

在真实工作中，机器人需要具备的能力包括：

• 在陌生或杂乱空间中移动和导航；
• 搬运、分拣并准确放置物品；
• 连接、拿取和操作设备；
• 施加合适的力度，避免损坏手中的物体；
• 遇到物品位置变化或任务偏差时安全应对；
• 不依赖人类持续介入，独立完成完整流程。

这些要求会迅速放大“演示成功”和“可靠部署”之间的差距。一台机器人或许能在准备好的跑道上高速冲刺，却可能在刹车、精细抓取或遭遇意外接触时表现不佳。换句话说，跑完100米只是能力展示，完成一整套工作流程才是商业考验。

天工Ultra的成绩说明了什么

天工Ultra在百米决赛中的8.64秒，是机器人整体工程能力的一次集中展示。要达到这一水平，腿部结构、关节执行器、机身设计、供电系统、传感器以及运动控制软件必须在高速状态下协同工作。2429

它在短短几天内连续提升成绩，也显示出团队能够在竞赛条件下快速调校系统。不过，更快的冲刺并不能自动证明一台人形机器人可以连续工作一整个班次、节约能源、操作易碎物品，或在人员附近安全运行。

下一步的工程难题，不是简单地继续提高速度，而是把高速全身控制能力转化为低速、精准、稳定的工作动作：机器人要在伸手取物时保持平衡，准确调节握力，在受到干扰后恢复姿态，并把多个动作组织成一项完整任务。

从争夺奖牌转向制造和交付

赛事还呈现出研发曝光度与商业落地之间的张力。厂商可以通过参加更多项目获得关注，但客户最终需要的是能够量产、维护、升级，并以可接受成本部署的平台。

相关报道提到，宇树科技选择减少部分项目的参赛投入，把资源优先用于生产。这一选择反映了行业正在面对的现实问题：对企业而言，最有价值的成果究竟是再赢一枚奖牌，还是打造开发者和客户真正用得起来的可靠平台？

答案取决于赛事难以完整衡量的因素，包括耐久性、电池续航、维护便利性、安全性、软件集成能力，以及机器人在较长运行周期内能否保持稳定表现。

纪录不等于已经可以上岗

北京的比赛确实展示了人形机器人取得的显著进步，但比赛仍然是在组织化、可控的竞技环境中进行。赛事成绩不能被直接视为人形机器人已经能够在无人监管下从事通用工作的证明。

真正困难的考场在赛场之外：陌生的空间布局、变化的光线、损坏或放错位置的物品、长时间工作、偶发故障、维护需求，以及对成本高度敏感的生产流程。能够在这些条件下持续稳定工作的机器人，其商业价值将远高于一台只刷新最快成绩的机器人。

因此，北京这届赛事最清晰的启示是：人形机器人产业正在把竞技表现当作进入下一阶段的门票。真正的问题已经变成——这些机器能否在它们即将进入的人类环境中，可靠地感知、决策、操作并完成工作？

第二届世界人形机器人运动会于2026年8月22日至26日在北京国家速滑馆——也就是2022年冬奥会场馆“冰丝带”——举行。来自16个国家的666支队伍、2056台机器人参加了51个项目。211

最吸引眼球的当然是速度。天工Ultra最终在大型机器人百米决赛中跑出8.64秒；它在前期比赛中的成绩为9.39秒，半决赛提升到8.86秒，随后又在决赛中刷新纪录。17242930 比赛开幕阶段，一台人形机器人还完成了约2.88米的立定跳高。318

但这届赛事真正释放出的行业信号，并不是机器人已经成了“机械运动员”，而是速度纪录正在从终点变成起点：人形机器人接下来必须证明自己能看懂环境、稳定行动、灵巧操作，并在没有遥控员持续干预的情况下完成实际工作。

赛事不再只是“看谁跑得快”

2026年的项目数量从首届的26个增加到51个，其中包括30个竞技项目和21个场景类挑战。210 除了田径、足球等项目，赛事还加入了更能检验综合能力的任务。

障碍赛提高了移动和避障难度；太极、地板操等项目强调动作的稳定性、柔顺性和协调性，而不是单纯追求加速度；精细操作项目则把关注点放在机器人能否识别、抓取和操控日常物品，而不是沿着一条完全预设的路线完成动作。

这些变化很关键。商业客户通常不会只问一台机器人能跑多快，而会关心它能否在狭窄、杂乱或不断变化的环境中保持平衡，能否拿稳物品，犯错后能否自行恢复，以及能否连续、重复地完成任务。

自主控制成为更有含金量的指标

赛事技术合作方华为表示，超过40%的项目要求机器人完全自主运行。19 这改变了比赛成绩所代表的含义。

遥控机器人可以由人类实时修正重心、路线和动作；自主机器人则必须依靠机载感知、路径规划、定位、运动控制和恢复机制，自己判断发生了什么并作出反应。

对于赛跑和场景挑战来说，问题已经不只是“机器人能否完成一个高速动作”，而是“在条件不理想时，它能否独立完成任务，而且能否稳定复现”。据报道，一些机器人在高速冲刺后仍难以及时刹停，暴露出从展示性速度到可控速度之间的差距。19

场景类项目更接近商业化考场

本届赛事设置了模拟工厂、家庭、应急、餐饮、园林和办公室等任务。41011 这些场景对应的，正是人形机器人厂商经常提到的潜在应用环境。

在真实工作中，机器人需要具备的能力包括：

• 在陌生或杂乱空间中移动和导航；
• 搬运、分拣并准确放置物品；
• 连接、拿取和操作设备；
• 施加合适的力度，避免损坏手中的物体；
• 遇到物品位置变化或任务偏差时安全应对；
• 不依赖人类持续介入，独立完成完整流程。

这些要求会迅速放大“演示成功”和“可靠部署”之间的差距。一台机器人或许能在准备好的跑道上高速冲刺，却可能在刹车、精细抓取或遭遇意外接触时表现不佳。换句话说，跑完100米只是能力展示，完成一整套工作流程才是商业考验。

天工Ultra的成绩说明了什么

天工Ultra在百米决赛中的8.64秒，是机器人整体工程能力的一次集中展示。要达到这一水平，腿部结构、关节执行器、机身设计、供电系统、传感器以及运动控制软件必须在高速状态下协同工作。2429

它在短短几天内连续提升成绩，也显示出团队能够在竞赛条件下快速调校系统。不过，更快的冲刺并不能自动证明一台人形机器人可以连续工作一整个班次、节约能源、操作易碎物品，或在人员附近安全运行。

下一步的工程难题，不是简单地继续提高速度，而是把高速全身控制能力转化为低速、精准、稳定的工作动作：机器人要在伸手取物时保持平衡，准确调节握力，在受到干扰后恢复姿态，并把多个动作组织成一项完整任务。

从争夺奖牌转向制造和交付

赛事还呈现出研发曝光度与商业落地之间的张力。厂商可以通过参加更多项目获得关注，但客户最终需要的是能够量产、维护、升级，并以可接受成本部署的平台。

相关报道提到，宇树科技选择减少部分项目的参赛投入，把资源优先用于生产。这一选择反映了行业正在面对的现实问题：对企业而言，最有价值的成果究竟是再赢一枚奖牌，还是打造开发者和客户真正用得起来的可靠平台？

答案取决于赛事难以完整衡量的因素，包括耐久性、电池续航、维护便利性、安全性、软件集成能力，以及机器人在较长运行周期内能否保持稳定表现。

纪录不等于已经可以上岗

北京的比赛确实展示了人形机器人取得的显著进步，但比赛仍然是在组织化、可控的竞技环境中进行。赛事成绩不能被直接视为人形机器人已经能够在无人监管下从事通用工作的证明。

真正困难的考场在赛场之外：陌生的空间布局、变化的光线、损坏或放错位置的物品、长时间工作、偶发故障、维护需求，以及对成本高度敏感的生产流程。能够在这些条件下持续稳定工作的机器人，其商业价值将远高于一台只刷新最快成绩的机器人。

因此，北京这届赛事最清晰的启示是：人形机器人产业正在把竞技表现当作进入下一阶段的门票。真正的问题已经变成——这些机器能否在它们即将进入的人类环境中，可靠地感知、决策、操作并完成工作？