朋友们，机器人运动会刷到了么，画面也太抽象了吧！

最火的应该是这个章若楠跑法的机器人，抱着脸羞答答的样子，跑的是真快！

当然也有起跑前平地就躺了的。

还有这个「打醉拳」的机器人，真就是「摇摇晃晃不肯倒」，当然最后还是倒了。

有抽象的机器人，就有抽象的项目。机器人拳击比赛，两方遥控机器人自由格斗，头都被打掉了……（其实是还没被打自己晃掉了）

首日400米的预赛里，天工机器人弯道处摔倒，当场火花带闪电，荣耀的机器人「闪电」41秒95破纪录完赛，结果冲线之后摔倒只好被工作人员用担架抬走。

但最终决赛上，天工Ultra以38.15秒超过了闪电的39.45秒夺得了冠军。要知道去年400米项目上，高羿科技使用宇树H1夺冠成绩也就是88.03秒，而且是由人遥控并非完全自主的。

就连马斯克也转发了100米组赛前测试，荣耀闪电9.32秒完赛的帖子。这个成绩已经超越了博尔特的世界纪录。

现场荣耀还有一个非常萌的小机器人小派，长这样。

摔倒了就是熊孩子一个。

整个运动会，站起来甚至保持站立的状态，都成了一个非常困难的事，现场好比范伟碰见了赵四，斗舞和没病走两步时不时就会出现。

为什么机器人已经跑得这么快了，爬起来反而成了一个很难的问题？

01

机器人摔倒后，

为什么爬起来很难

主要的原因在于，跑得快是一个设定好的程序，而摔倒之后有各种各样的问题要先做判断。

机器人倒地后要重新判断自己是怎么躺着的、哪里能支撑、身体有没有摔坏。关节只能解决力气的问题，解决不了最终怎么发力。

人摔倒时，眼睛、内耳的平衡感、皮肤触觉和肌肉拉伸会一起告诉大脑：哪里被压住了，要用哪里支撑一下来站起来。人不会先画一张受力图，再决定怎么爬起来，身体在动作中不断试探和修正。

但机器人只能从一串传感器读数里把自己重新拼出来。它先要分清自己俯卧、仰卧还是侧卧，手臂有没有卡在身下，身体是否还在滑动；再检查关节能不能响应，电流和温度是否异常。

接下来，它要选择先用手、肘、膝还是脚撑地，判断地面够不够硬、会不会滑。

起身时还得避开自己的胳膊和腿，不能超过关节活动范围，也不能让某个电机瞬间用力过猛。站起来以后，它还要重新找到跑道和前进方向。

这几步必须连续做对。而且大多数情况下，人闭着眼睛都能站起来，但机器人摄像头正扣在地上时，它可能看不见周围；手掌落点偏几厘米，支撑力就会换方向；一个关节在撞击后读数失准，原本能用的起身动作会让它再摔一次。

HumanUP团队在宇树G1真机上测试了六类地面，起身平均成功率只有78.3%。他们还把同一套动作放进一个省略部分身体碰撞的电脑模拟实验里，模拟成功率接近94%；但电脑里和现实完全是两回事。这套动作搬回真机平地，连续5次全部失败。电脑里少算了几次身体接触，现实里的机器人就一次也站不起来。

别忘了，这场运动会中参与的机器人，大多都是针对比赛项目进行改造的机器人，放到生产场景中，他们的表现和真人差得更多。

02

机器人，

和人还差得太远了

2025年首次公布的Table30测试，安排机器人完成30种桌面任务。最简单的任务只是把物品放进盒子，这类任务平均成功率42%；但复杂需要记住自己做到哪一步的任务，平均成功率只有5%。

例如考验「时序依赖」的按钮测试。机器人要依次按下粉色、蓝色和绿色按钮。每按完一个，手臂都会回到相似的位置，摄像头里仍然是那三个按钮。人知道刚才按了粉色，下一步该按蓝色；论文测试的模型每次做决定时只看眼前这一帧画面，没有把前几秒发生的事一起带进来。手臂回到原位以后，它就像刚刚失忆了一次，可能重复按粉色，也可能直接跳到绿色。

再比如对折抹布这样测试多步骤和柔软物体操作的测试。机器人需要把抹布连续对折2次然后放到旁边，机器人完成对折一次之后第二次伸手时，已经不能照搬第一次的抓取位置了。

Figure公司发布的第三代人形机器人Figure 03，宣称能自主完成浇花、洗碗、收纳等家庭任务，还能分拣快递、担任酒店前台等商业角色。

一家媒体公开过一组数据，在一个模拟汽车工厂，一台人形机器人把箱子搬到20米外，大约用了90秒，记者估算效率约为人的30%；在一家轴承厂，机器人把一个轴承从托盘放进塑料盒用了70秒，人只需2秒。

人分拣轴承时，手已经伸出去了，大脑还能根据位置和触感不断改动作。轴承歪一点、箱子滑一下、或者旁边突然有人经过，手腕和手指都会立刻跟着变。但机器人还做不到这些，它们通常要先看清位置，再计算手臂路线、摆好手指、抓稳、放下；中间条件一变，刚算好的动作就可能作废。

就好像吃饭夹菜，人看中的肉被别人先夹走，手还在半路，大脑已经选中了旁边那块，手腕跟着改方向。机器人接到的往往是「抓取这个位置的目标A」：A消失后，它可能继续伸向空位，也可能停下来重新识别。新模型可以再拍一张画面、另选目标、重算路线，但它还要明白「旁边那块肉也能完成任务」，并避开别人伸过来的筷子。

机器人能做好的，是那些设定好程序的工作，而不是在不确定的环境中随机应变。

宝马把美国人形机器人公司Figure的Figure 02放进了汽车生产线，10个月中累计工作了约1250小时，搬运9万多件钣金件，参与3万多辆X3生产。机器人做的就是把从固定位置来的零件，再送到固定位置去。

不知道大家有没有玩过一款叫做《底特律：变人》的电子游戏。这款游戏，把故事设在2038年。家政机器人卡拉会300种语言、9000多道菜，能打扫、做饭、辅导作业和照顾孩子；康纳能进警局分析犯罪现场；马库斯负责照顾行动不便的老人。

但现实中的客户买回机器人，还得固定物料、改造场地、采集数据，再让工程师为一个岗位重新训练。

03

ChatGPT时刻没来，宇树已经上市了

「某某时刻」不是一个正式的技术术语，它一般指一项技术突然从圈内成果变成大众产品的那个拐点。

就比如2022年底，OpenAI开放ChatGPT研究预览。用户不用懂模型，也不用写代码，打开网页聊天，就能让它写作、翻译、解释知识、修改程序，大家称这个时间点是「ChatGPT时刻」。

再比如2025年1月， DeepSeek 发布推理模型R1，并开放了模型权重，允许开发者修改、部署和继续训练，这个时刻又被称作「 DeepSeek 时刻」。

所以尽管2025年1月，英伟达CEO黄仁勋在CES上说，通用机器人的ChatGPT时刻「就在眼前」；2026年1月，英伟达又宣布这个时刻「已经到来」，用户始终会觉得具身智能和大众还是太遥远了。

因为普通人还无法上这些服务，这些机器人的能力也达不到为普通人服务的程度。

根据宇树创始人王兴兴的说法，他的标准是在80%的陌生场景里，根据语音或文字完成80%的任务。

8月20日，宇树上市后的第一次公开演讲中，王兴兴判断这个时刻快则还要两三年，慢则五到十年。小米机器人在收鞋、装包、整理桌面和整理沙发4个陌生环境任务上做到75%至79%，已经接近80%这条线；可4项任务和80%的陌生生活，差着一整套现实世界。

机关通用机器人离用户还很遥远，但资本已经下了非常大的价码。

8月19日，宇树登陆科创板，发行价150.80元，开盘冲到了1100元，盘中市值最高4449亿元；当天收盘价845元，市值3418亿元。

但在此之后宇树的股价连续下跌，截至8月24日收盘报603.08元，已经跌到了开盘时最高点的几乎一半，不过总市值仍有2439亿元。

宇树2025年营收16.99亿元，扣掉非经常性收益后的净利润5.91亿元。拿8月24日市值计算，市场给它的价格约为去年营收的144倍、净利润的413倍。

这些机器人还是太抽象了。

本文来自微信公众号“硬核看板”（ID：yinghekb），作者：李沣