文 | AIX 财经，作者 | 王璐，编辑 | 魏佳
4 月 19 日，第二届人形机器人半程马拉松在亦庄开跑。300 台人形机器人、100 多支参赛队伍从通明湖跑向南海子公园，全程 21.0975 公里，赛道融合城市主干道、坡道急弯、公园生态路段等十余种地形，难度较首届全面升级。
比赛结果出人意料。赛前几乎没有人把荣耀列为夺冠热门，这家公司入局人形机器人不过一年多，在外界看来只是 " 手机厂商跨界玩票 "，上一届冠军天工和春晚红人宇树才是公认的种子选手。
但最终，荣耀旗下三支队伍包揽前三，冠军 " 闪电 " 以 50 分 26 秒跑完全程，不仅大幅超越去年冠军天工 Ultra 的 2 小时 40 分 42 秒，更打破了人类半程马拉松 57 分 20 秒的世界纪录。这也是人形机器人第一次在耐力赛场上跑赢人类。与此同时，天工 Ultra 因系统紊乱被抬离赛道，宇树 H1 在逼近终点时摔倒，同样以担架收场。
对于这一结果，有从业者指出，荣耀起步较晚，其机器人研发方向可以根据特定场景设计，" 闪电 " 是一台更加适配马拉松场景的机器人，这比其他更早量产的品牌占优。甚至有从业者提醒需冷静看待，马拉松考验的是特定场景下的特定能力，赢下比赛并不等于综合能力最强。
除了结果，大家同样关注人形机器人的进化速度。
一年前，首届人形机器人半程马拉松被网友调侃为一场 " 翻车 " 表演秀，20 支参赛队伍中，不乏中途摔断腿的、跑掉脑袋的、跑着跑着累趴下的。今年即便仍有 " 翻车 " 场面出现，但多支队伍完成了全程，整体完赛率和稳定性较首届大幅提升。" 进步飞速 " 是网友对今年赛事的集中评价。
短短一年时间，人形机器人究竟解决了哪些难题？马拉松验证的能力，又能否真正走进现实场景？
01. 荣耀成黑马，宇树、天工 " 累倒"
本次半程马拉松共吸引 100 余支队伍、300 余台机器人参赛，阵容比去年豪华，有去年的冠军选手天工，有春晚红人宇树、松延动力，还有来自各大高校和海外的团队。
参赛规则上，每支队伍可报名多台同型号机器人，按出发顺位依次上场；导航模式分为自主导航和遥控两类，两个组别加权系数分别是净时成绩的 1.0 与 1.2。自主导航队伍在成绩认定上享有更高权重，可以看出官方更加鼓励自主导航技术研发，为人形机器人在更多场景落地打下基础。
赛前，行业内普遍看好的是两支队伍：一是去年的冠军天工 Ultra，二是宇树 H1，在排位赛中，宇树自主跑完 1.9 公里弯道赛程仅用 4 分 13 秒，甚至打破了人类 1500 米的世界纪录，被不少人视为本届最强选手。
但正赛结果出人意料。
来自荣耀的齐天大圣队、雷霆闪电队、星火燎原队全部使用同款 " 闪电 " 机器人，以硬件结构和算法完全一致的基础配置参赛，仅在出发顺位和赛前策略上做了差异化调整。最终，三支队伍以 50 分 26 秒、50 分 56 秒、53 分 01 秒包揽前三，且均为自主导航完赛。
换句话说，荣耀采用了一种 " 赛马机制 "。他们在一个严格控制的、相同的技术基座上（硬件 + 基础算法），释放 " 策略 " 这个唯一变量（比如配速、能量管理方式等），在真实赛道上观察不同战术的优劣，同时为后续优化积累实战数据。
这个成绩的含金量如何？
长期深耕具身智能的工程师飞的岛表示，荣耀这次能赢，与其工程基因有关。
飞的岛指出，荣耀将人形机器人最重的部件——电机，从腿部 " 上移 " 到躯干，大幅减轻了腿部负重，再加上其较长的腿部比例，这样的构造让 " 闪电 " 特别适合马拉松场景。
他强调，这次夺冠证明的是荣耀针对长跑这一特定场景所做的优化设计行之有效，并不代表其机器人整体技术能力的高低，更不意味着它在其他复杂任务中具备同等优势。
2025 年 3 月，荣耀宣布 " 阿尔法战略 "，提出未来五年投入 100 亿美元建设 AI 终端生态，机器人是其核心方向之一。官方对外讲的故事是，其将在智能手机领域积累的系统集成能力和供应链整合经验，平移到了人形机器人研发上。这一跨界逻辑在马拉松赛道上得到了初步验证，但荣耀的机器人能力是否真正成熟，还需要更多场景的检验。
反观被寄予厚望的宇树和天工，成绩都不理想。
宇树 H1 在逼近终点时摔倒，被工作人员用担架抬离现场。
这一结果低于部分人的预期。但飞的岛指出，"H1 是宇树上一代的量产产品，整体偏重、电池偏小、腿偏短，本身就不是为长距离马拉松专项设计。而且宇树的产品设计重心在动态成绩和科研展示上，比如翻跟头、运动测试等场景。"
去年的冠军选手天工 Ultra，本次同样出现了系统紊乱，逼近终点时也被工作人员抬离。有从业者分析，天工的问题更多出在长距离条件下系统稳定性的考验上。
飞的岛表示，不能单纯以本次半马的比赛结果评判这两家的综合技术实力。不同机器人针对的场景不同，这场比赛考验的是特定场景下的特定能力。
从整体表现来看，今年的人形机器人进步速度已堪称惊人：最快完赛时间缩短至去年的三分之一；完赛率从去年的 30% 大幅提升；更重要的是，大量机器人实现了从 " 遥控 " 到 " 自主导航 " 的提升，自主导航队伍占比从去年的个位数猛增至近 40%。
另一个值得关注的趋势是，越来越多团队在同一款机器人型号上重复报名多支队伍。这说明，一方面部分机器人本体已进入量产阶段，可以批量 " 复刻 "；另一方面也显示出行业内同质化竞争的压力，在本体赛道，内卷已经开始了。
02. 速度提升三倍，马拉松到底在考什么？
成绩从 2 小时 40 分提升到 50 多分钟，这个过程中发生了什么？要回答这个问题，得先搞清楚马拉松重点考验人形机器人的哪些能力，以及各家是怎么解决的。
飞的岛解释，马拉松主要考验的是人形机器人的 " 身体基础 "，" 就像人一样，先有强健的体魄，才能再去干其他事情，具体可拆解为三项能力。"
首先是续航与能源管理。
去年很多人形机器人在马拉松中途 " 断电趴窝 "，这背后是一个难以调和的矛盾：想要跑得更远，就得装更大的电池，但电池越重，跑起来就越费力，电量反而消耗更快，而且电池消耗量越大，散热也是一大挑战。当时大多数队伍的应对方式，要么是中途人工换电，要么是降速保电，结果就是要么慢、要么停。
今年，各家从不同角度解决这个问题。
在硬件结构上，荣耀的思路是 " 大心脏 "（电机）+" 轻车身 "（机身），飞的岛解释，使用更大功率的电机产热更少，而减轻机器人本体的重量，也可以减轻电机负担，从源头上减少发热。此外还采取了定制化液冷散热技术，避免电热过热的宕机问题。天工机器人则是使用了更轻量化的机身材料，将体重从去年的 55 公斤降至今年的 50 公斤。
在软件算法上，过去人形机器人大多以固定速度运行，电量告急时也无法自动调节，只能眼睁睁将电量耗尽。今年多支完赛队伍的系统已经可以实时监测电机温度和电量状态，在发热累积到临界点前主动降速，把功率控制在安全区间。这类似于手机在电量低于 20% 时自动开启省电模式，用智能调度换取更长的续航。
其次是步态稳定与运动控制。
去年的赛道相对平坦，很多人形机器人仍然摇摇晃晃、走偏甚至直接摔倒。今年赛道难度全面升级，融合平地、坡道、急弯、狭窄路段等十余种地形，包含接近 90 度的急转弯，而很多机器人都能做到在 " 高速下的精准控制 "。
" 看上去简单，但人形机器人每一步落地的姿态、重心的调整，以及下一步的预判，都要在几十毫秒内完成，稍有偏差就是一连串失控。" 飞的岛表示。
天工相关负责人曾透露，他们的机器人跑起来拟人化程度很高，是因为前期大量模仿人类动作，以及后期学习训练。荣耀也曾公开表示，其机器人搭载自研高动态运动系统，有高速奔跑与强地形通过适应能力，能在运动中表现稳定、响应迅捷。
最后是自主导航能力，这是今年最受行业关注且进步最大的维度。
去年，绝大多数机器人依赖人工遥控，有技术人员在一旁跟随操控。今年，自主导航队伍占比至近 40%。
这主要依赖激光雷达和摄像头的多传感器融合，其中激光雷达像一双能在黑暗中精确测距的眼睛，摄像头提供视觉信息识别路面和障碍物，两者结合加上官方提供的精确电子地图，让机器人能实时知道自己在哪、前方有什么、该往哪跑。
飞的岛把这一进步定性为工程问题而非技术问题。无人驾驶领域的感知和导航技术已相当成熟，大多数机器人团队是将这套系统移植到自身产品上。" 这不是从 0 到 1 的突破，只是移植和适配的过程，关键在于该公司是否拥有足够的资金和人力。"
三关都过，人形机器人才有了今年的成绩单。
03. 跑赢人类之后，人形机器人还差什么？
跑赢人类，听起来是个里程碑，但人形机器人还远没有到庆功的时候。
人形机器人的能力，通常可分为 " 小脑 " 和 " 大脑 " 两个层次，" 小脑 " 负责运动控制，比如身体的协调、平衡与步态，" 大脑 " 则负责智能决策，比如任务理解、环境感知与泛化执行。马拉松考验的，几乎全是 " 小脑 " 的能力。
这些 " 小脑 " 能力已经能对应到一批具体的商业场景。
续航管理的提升，让机器人具备了在仓储、工厂、商场等场景中持续干活的能力。
一台每隔两小时就要停下充电的机器人在流水线上几乎没有商业价值，" 今天的赛场上，能够通过高效换电和能量管理跑完全程的机器人，已经初步具备了进入长班制工作场景的体力基础。" 一位人形机器人资深工程师表示。
步态稳定性和复杂地形适应能力，解决的是人形机器人在现实环境里不摔跤、不卡壳的问题。
上述人形机器人资深工程师认为，实地工厂是半结构化的，医院走廊是有人流干扰的，家庭环境是完全非结构化的，过去工业机器人只能在固定轨道和精确位置上作业，而今天赛场上展示的地形适应能力，是人形机器人走入这些环境的基础通行证。
但需要明确的是，上述能力的迁移，目前主要集中在"移动"层面，而非"工作"层面。
可以简单理解为，机器人能稳定地从 A 点走到 B 点，只是一个前提。真正抵达 B 点后，它能否准确拿起货架上的商品、判断哪个快递需要分拣，或者在陌生家庭中理解 " 请倒杯水 " 这样的指令，这些属于 " 大脑 " 的范畴，是今天这场马拉松比赛无法回答的问题。
不止一位从业者指出，中国的人形机器人在硬件和供应链上已非常强大，甚至到了 " 内卷 " 的程度。但在大模型、具身智能等 " 大脑 " 层面的投入，仍显不足。" 目前，国内顶尖的 AI 工程师大多仍集中于千问、豆包这类对话式 AI 赛道，尚未大规模转向机器人领域。" 飞的岛认为。
这可能限制着人形机器人的技术突破，反观国外，特斯拉在具身智能大模型、算力支持等方面不设上限，而国内目前还无法做到。
至于 " 大脑 " 的差距需要多久才能补上，目前仍难以判断。但可以明确的是，一场马拉松比赛无法定义整个人形机器人行业的终局。跑得快，只意味着机器人的本体能力适配了这个场景，但它们的终局不在赛道上，而在工厂里、在家庭里、在那些需要真正理解任务的场景里。
一场马拉松，证明了 " 小脑 " 已经够用。" 大脑 " 的进步，才刚刚开始。
