北京舉行的第二屆世界人形機械人運動會，以及 2026 世界機械人大會，正好展示了同一個行業的兩副面貌：賽場上，天工系列在速度、跳躍等動態動作上大幅進步；會場內，北京人形機械人創新中心則推介一套以具身智能及較低成本機械人為核心的軟硬件平台。

比任何一項紀錄更值得留意的訊息是：人形機械人正逐步由「表演」走向「產品開發」。不過，行業仍未跨過更難的一關——要在大規模部署下，持續做到可靠、安全，而且經濟上值得客戶埋單。

天工系列在北京創下咩成績？

天工系列是第二屆世界人形機械人運動會中最受注目的參賽者之一：

• 天工 Ultra 以 38.15 秒贏得大型組 400 米賽事。45
• 其後，天工 Ultra 在大型組 100 米決賽跑出 8.64 秒；此前半決賽成績為 8.86 秒。15
• 天工 Omni 以 45.66 秒贏得小型組 400 米賽事。23
• 報道所指的賽事紀錄，還包括 1,500 米 2 分 21.64 秒、立定跳高 3.40 米，以及立定跳遠 4.83 米。25

這些數字反映機械人在動態行走及跑動方面進步得相當快，但解讀時仍要留神。針對特定比賽項目調校的機械人，只能證明它在特定場地、規則及環境下具備專門能力；這並不代表它已經可以安全應付變化多端的工廠環境、處理不同形狀的物件，或者長時間運作而毋須人員介入。

部分報道亦指，北京人形機械人創新中心的隊伍及天工系列合共取得 15 面金牌、12 面銀牌及 18 面銅牌，並創下 34 項紀錄。由於這些總數主要來自二手資料，本文未有獨立核實，因此應視為報道所指的成績，而非已獲獨立確認的官方總數。613

一邊造「大腦」，一邊造更輕的「身體」

在世界機械人大會上，創新中心公布 Pelican-Unify，一個旨在連接理解、推理、想像及行動的統一具身智能模型。相關研究描述，模型以單一視覺語言模型作為統一的理解及推理模組，將場景、指令、視覺內容及過往行動紀錄映射到共同的語義空間。17

這次發布反映人形機械人的研發方向正在改變。問題已不再只是如何製造更強的驅動器、更穩定的平衡控制，或者更靈活的機械手；開發者亦要建立一層可以重複使用的智能系統，讓機械人理解環境、規劃任務，再將計劃轉化為實際動作。

創新中心同時公布 天工 Omni。這款人形機械人高 1.35 米、重 39 公斤，目標是支援較低成本的大規模生產。1319 較細小、較輕的機身，正面對一個實際商業問題：相比體積較大、規格較高的人形機械人，較易負擔的平台能否令更多企業以較低門檻進行測試及部署？

因此，Pelican-Unify 與 Omni 其實是兩個互相配合的發布：前者針對軟件及智能層，後者則針對承載這套智能的實體平台。

所謂「ChatGPT 時刻」，目前仍然只是預測

創新中心行政總裁熊友軍曾形容，具身人工智能正接近一個「ChatGPT 時刻」——即通用模型配合足夠數據後，可以在多種任務上真正發揮用途。這個比喻說出了行業野心，但不應被理解為通用、自主運作的人形機械人已經出現。

機械人面對的部署環境，比純軟件系統更難處理。它們必須感知不斷改變的實體環境、避免碰撞、控制施力、從錯誤中恢復，並且一遍又一遍地完成任務。模型即使在示範中表現出色，正式用於商業環境前，仍可能需要大量特定任務數據、監督，以及與現場設備的整合。

要真正驗證這個比喻，關鍵不是再做一次吸睛示範，而是同一個模型能否可靠地跨越不同機身、工作場所及任務運作。

行業評分標準，由規格轉向整個系統的表現

過去比較人形機械人，往往會看身高、重量、自由度、負重及最高速度。這些指標仍然有參考價值，但未能回答客戶最關心的問題：買返去之後，部機械人到底有冇用？

工業客戶更可能問：

• 機械人有幾多次可以在毋須人手介入下完成任務？
• 運行時間及維修要求如何？
• 速度及品質是否穩定？
• 接駁現有設備要花幾多整合成本？
• 能否在有人工作的環境下安全運作？
• 能否帶來清晰、可量度的投資回報？

正因如此，檢查、分類、重複搬運，以及其他「骯髒、危險、沉悶」的工作，正受到業界關注。這些工序通常較容易將機械人的成本，與具體的營運效益作直接比較，例如減少員工接觸危險環境、提高處理量，或者紓緩人手短缺。

相關報道又指，一個紅外線溫度計驗證項目速度提高至原來的六倍。不過，現有證據不足以獨立證實這個數字，因此不應將它當成已確立的機械人性能基準。紅外線感應器本身確實可以快速、非接觸式量度溫度，但這項一般能力，並不能證明某個特定機械人項目達到上述結果。33

共用基礎設施，可能是行業擴張的關鍵

人形機械人要普及，樽頸不只在於機械性能，亦在於周邊基礎設施的建設成本。

根據發布相關報道，企業目前面對數據收集重複、驗證費用高，以及軟件和硬件技術棧互不兼容等問題。如果每間機械人公司及每間工廠都要自行建立數據集、接口、安全程序及整合工具，即使單部機械人的能力持續提升，實際部署仍會既慢又貴。

提出的解決方向，是建立一層共用基礎設施：天工平台被定位為可重複使用的機械人本體平台；開源的 Huisi Kaiwu 生態系統，則提供具身世界模型及機械人視覺語言模型的開發工具。X-Humanoid 的資料亦描述，相關能力旨在支援跨場景及跨任務應用，包括工廠、家庭及戶外環境，以及抓取、導航和人機互動。2122

開放或兼容的基礎設施，有機會減少重複工程工作。但「開源」本身並不等於可靠。共用平台仍然需要清晰接口、嚴謹評估、完整文件、安全控制，以及足夠證據證明模型可以在不同機身及運作環境之間順利轉移。

合作案例顯示：短期更可能是「協助人」而非「取代人」

有關與 Mercedes-Benz 合作的報道，形容會將天工 3.0 用作「矽基推薦者」。這指向人形機械人在短期內一個較審慎的角色：在受限制的工作流程中協助員工、提出建議，而不是即時取代人類廣泛的判斷能力。現有證據可以確認這項合作曾被報道，但未能確立合作的完整範圍或實際運作表現。19

這個分別相當重要。工業採用可能會先由檢查、推薦、取貨、分類或處理重複工序開始，例外情況及高風險決定仍由人員負責。這類部署一方面可以累積現場數據，另一方面亦能在企業嘗試更高程度自主化前，先找出系統的失誤模式。

標準的重要性，不亞於模型本身

人形機械人能否走出試驗項目，安全性及互通性將會是關鍵。中國已批准制定人形機械人國家標準，涵蓋環境感知、決策與規劃、運動控制及任務執行等範疇。27

標準有助界定測試方法、技術要求，以及人機互動時應達到的安全期望；對需要接入多個供應商設備的工廠來說，亦可能減少整合時的不確定性。

至於業界正推進 49 項安全及相關標準的具體說法，現有資料未能獨立核實。不過，大方向相當清楚：想做到大規模普及，行業不能只靠更強的硬件及模型，還需要可重複的評估方法、可信的安全論證、兼容接口，以及系統出錯時清晰的責任界線。

人形機械人走向普及，可能會行一條分階段路線

北京這兩場活動，勾勒出一個較現實的採用模式：

1. 先處理狹窄而可量度的任務。 檢查、分類、重複搬運等受限制工序，比開放式通用勞動更容易評估。
2. 量度實際營運表現。 處理量、品質、運行時間、介入率、安全性及總擁有成本，比單次破紀錄跑步更重要。
3. 重用數據及基礎設施。 共用平台及兼容工具，可以減少重複訓練及整合工作。
4. 同步建立標準。 工廠需要一套可靠方法，去測試、認證及持續監察人形機械人系統。
5. 逐步提高自主程度。 只有當可靠性及投資回報得到證明，機械人才適合由受監督的協助工作，擴展至更廣泛的多任務運作。

北京的活動顯示，中國人形機械人行業在動態動作、具身智能研究及平台設計方面都有強勁勢頭。但最終勝負，不會單靠另一項短跑紀錄決定。真正勝出的系統，必須能夠以客戶負擔得起的成本，安全、穩定而且重複地完成有用工作。

北京舉行的第二屆世界人形機械人運動會，以及 2026 世界機械人大會，正好展示了同一個行業的兩副面貌：賽場上，天工系列在速度、跳躍等動態動作上大幅進步；會場內，北京人形機械人創新中心則推介一套以具身智能及較低成本機械人為核心的軟硬件平台。

比任何一項紀錄更值得留意的訊息是：人形機械人正逐步由「表演」走向「產品開發」。不過，行業仍未跨過更難的一關——要在大規模部署下，持續做到可靠、安全，而且經濟上值得客戶埋單。

天工系列在北京創下咩成績？

天工系列是第二屆世界人形機械人運動會中最受注目的參賽者之一：

• 天工 Ultra 以 38.15 秒贏得大型組 400 米賽事。45
• 其後，天工 Ultra 在大型組 100 米決賽跑出 8.64 秒；此前半決賽成績為 8.86 秒。15
• 天工 Omni 以 45.66 秒贏得小型組 400 米賽事。23
• 報道所指的賽事紀錄，還包括 1,500 米 2 分 21.64 秒、立定跳高 3.40 米，以及立定跳遠 4.83 米。25

這些數字反映機械人在動態行走及跑動方面進步得相當快，但解讀時仍要留神。針對特定比賽項目調校的機械人，只能證明它在特定場地、規則及環境下具備專門能力；這並不代表它已經可以安全應付變化多端的工廠環境、處理不同形狀的物件，或者長時間運作而毋須人員介入。

部分報道亦指，北京人形機械人創新中心的隊伍及天工系列合共取得 15 面金牌、12 面銀牌及 18 面銅牌，並創下 34 項紀錄。由於這些總數主要來自二手資料，本文未有獨立核實，因此應視為報道所指的成績，而非已獲獨立確認的官方總數。613

一邊造「大腦」，一邊造更輕的「身體」

在世界機械人大會上，創新中心公布 Pelican-Unify，一個旨在連接理解、推理、想像及行動的統一具身智能模型。相關研究描述，模型以單一視覺語言模型作為統一的理解及推理模組，將場景、指令、視覺內容及過往行動紀錄映射到共同的語義空間。17

這次發布反映人形機械人的研發方向正在改變。問題已不再只是如何製造更強的驅動器、更穩定的平衡控制，或者更靈活的機械手；開發者亦要建立一層可以重複使用的智能系統，讓機械人理解環境、規劃任務，再將計劃轉化為實際動作。

創新中心同時公布 天工 Omni。這款人形機械人高 1.35 米、重 39 公斤，目標是支援較低成本的大規模生產。1319 較細小、較輕的機身，正面對一個實際商業問題：相比體積較大、規格較高的人形機械人，較易負擔的平台能否令更多企業以較低門檻進行測試及部署？

因此，Pelican-Unify 與 Omni 其實是兩個互相配合的發布：前者針對軟件及智能層，後者則針對承載這套智能的實體平台。

所謂「ChatGPT 時刻」，目前仍然只是預測

創新中心行政總裁熊友軍曾形容，具身人工智能正接近一個「ChatGPT 時刻」——即通用模型配合足夠數據後，可以在多種任務上真正發揮用途。這個比喻說出了行業野心，但不應被理解為通用、自主運作的人形機械人已經出現。

機械人面對的部署環境，比純軟件系統更難處理。它們必須感知不斷改變的實體環境、避免碰撞、控制施力、從錯誤中恢復，並且一遍又一遍地完成任務。模型即使在示範中表現出色，正式用於商業環境前，仍可能需要大量特定任務數據、監督，以及與現場設備的整合。

要真正驗證這個比喻，關鍵不是再做一次吸睛示範，而是同一個模型能否可靠地跨越不同機身、工作場所及任務運作。

行業評分標準，由規格轉向整個系統的表現

過去比較人形機械人，往往會看身高、重量、自由度、負重及最高速度。這些指標仍然有參考價值，但未能回答客戶最關心的問題：買返去之後，部機械人到底有冇用？

工業客戶更可能問：

• 機械人有幾多次可以在毋須人手介入下完成任務？
• 運行時間及維修要求如何？
• 速度及品質是否穩定？
• 接駁現有設備要花幾多整合成本？
• 能否在有人工作的環境下安全運作？
• 能否帶來清晰、可量度的投資回報？

正因如此，檢查、分類、重複搬運，以及其他「骯髒、危險、沉悶」的工作，正受到業界關注。這些工序通常較容易將機械人的成本，與具體的營運效益作直接比較，例如減少員工接觸危險環境、提高處理量，或者紓緩人手短缺。

相關報道又指，一個紅外線溫度計驗證項目速度提高至原來的六倍。不過，現有證據不足以獨立證實這個數字，因此不應將它當成已確立的機械人性能基準。紅外線感應器本身確實可以快速、非接觸式量度溫度，但這項一般能力，並不能證明某個特定機械人項目達到上述結果。33

共用基礎設施，可能是行業擴張的關鍵

人形機械人要普及，樽頸不只在於機械性能，亦在於周邊基礎設施的建設成本。

根據發布相關報道，企業目前面對數據收集重複、驗證費用高，以及軟件和硬件技術棧互不兼容等問題。如果每間機械人公司及每間工廠都要自行建立數據集、接口、安全程序及整合工具，即使單部機械人的能力持續提升，實際部署仍會既慢又貴。

提出的解決方向，是建立一層共用基礎設施：天工平台被定位為可重複使用的機械人本體平台；開源的 Huisi Kaiwu 生態系統，則提供具身世界模型及機械人視覺語言模型的開發工具。X-Humanoid 的資料亦描述，相關能力旨在支援跨場景及跨任務應用，包括工廠、家庭及戶外環境，以及抓取、導航和人機互動。2122

開放或兼容的基礎設施，有機會減少重複工程工作。但「開源」本身並不等於可靠。共用平台仍然需要清晰接口、嚴謹評估、完整文件、安全控制，以及足夠證據證明模型可以在不同機身及運作環境之間順利轉移。

合作案例顯示：短期更可能是「協助人」而非「取代人」

有關與 Mercedes-Benz 合作的報道，形容會將天工 3.0 用作「矽基推薦者」。這指向人形機械人在短期內一個較審慎的角色：在受限制的工作流程中協助員工、提出建議，而不是即時取代人類廣泛的判斷能力。現有證據可以確認這項合作曾被報道，但未能確立合作的完整範圍或實際運作表現。19

這個分別相當重要。工業採用可能會先由檢查、推薦、取貨、分類或處理重複工序開始，例外情況及高風險決定仍由人員負責。這類部署一方面可以累積現場數據，另一方面亦能在企業嘗試更高程度自主化前，先找出系統的失誤模式。

標準的重要性，不亞於模型本身

人形機械人能否走出試驗項目，安全性及互通性將會是關鍵。中國已批准制定人形機械人國家標準，涵蓋環境感知、決策與規劃、運動控制及任務執行等範疇。27

標準有助界定測試方法、技術要求，以及人機互動時應達到的安全期望；對需要接入多個供應商設備的工廠來說，亦可能減少整合時的不確定性。

至於業界正推進 49 項安全及相關標準的具體說法，現有資料未能獨立核實。不過，大方向相當清楚：想做到大規模普及，行業不能只靠更強的硬件及模型，還需要可重複的評估方法、可信的安全論證、兼容接口，以及系統出錯時清晰的責任界線。

人形機械人走向普及，可能會行一條分階段路線

北京這兩場活動，勾勒出一個較現實的採用模式：

1. 先處理狹窄而可量度的任務。 檢查、分類、重複搬運等受限制工序，比開放式通用勞動更容易評估。
2. 量度實際營運表現。 處理量、品質、運行時間、介入率、安全性及總擁有成本，比單次破紀錄跑步更重要。
3. 重用數據及基礎設施。 共用平台及兼容工具，可以減少重複訓練及整合工作。
4. 同步建立標準。 工廠需要一套可靠方法，去測試、認證及持續監察人形機械人系統。
5. 逐步提高自主程度。 只有當可靠性及投資回報得到證明，機械人才適合由受監督的協助工作，擴展至更廣泛的多任務運作。

北京的活動顯示，中國人形機械人行業在動態動作、具身智能研究及平台設計方面都有強勁勢頭。但最終勝負，不會單靠另一項短跑紀錄決定。真正勝出的系統，必須能夠以客戶負擔得起的成本，安全、穩定而且重複地完成有用工作。