4月19日，北京亦莊，21.0975公里的半程馬拉松賽道見證歷史——人形機器人以50分26秒的成績打破人類半馬紀錄。從去年踉蹌起步、頻頻翻車，到今年超百支機器人賽隊同臺競技，自主導航機器人占比超四成，人形機器人僅用一年時間，就完成從“學跑步”到“跑得快、跑得穩、自主跑”的跨越式蛻變，也勾勒出具身智能產業從實驗室走向更廣闊應用場景的進化路徑。

技術飛躍肉眼可見

“籌備比賽時，我們完全沒想到機器人奔跑速度這么快。”一年時間，人形機器人的技術進步超乎很多人想象，北京市經信局裝備處副處長梁洪郡賽后在接受中國證券報記者采訪時說，“明年一定還有這樣的驚喜，超出預期的驚喜。”

很多人依然記得，去年首屆人形機器人半馬比賽中，一些參賽機器人站穩尚且費勁，絕大多數機器人都依賴人工遙控，上屆冠軍“天工Ultra”完賽用時2小時40分。今年，大部分機器人不僅站得穩，而且跑得快，同時應對路況的自主泛化智能水平大幅提升。來自榮耀的自主導航“閃電”機器人以50分26秒的成績奪冠，不僅遠超去年該比賽冠軍成績，更超越了人類半馬比賽57分20秒的世界紀錄。

速度是技術進步的最直觀維度，其背后是關鍵零部件和運動控制算法的硬核支撐。梁洪郡介紹，以冠軍榮耀“閃電”機器人為例，其電機輸出扭矩最大達到600Nm，而去年參賽機器人最大僅約420Nm；續航方面，“閃電”機器人半馬賽程僅換電一次，一塊電池能實現續航超過10公里，而去年一塊電池只能支撐四五公里。

此外，機器人的整體結構設計和運動控制算法也實現優化。榮耀團隊工程師在接受中國證券報記者采訪時表示，機器人本體的可靠性提高，結構進行了優化，長腿設計及輕量化都讓機器人跑得更快。同時，“閃電”機器人還平移了很多榮耀在手機等領域積累的技術能力，比如液冷散熱。

值得注意的是，今年超四成參賽隊伍選擇以自主導航形式參賽，告別去年“遙控為主”的局面。北京人形機器人創新中心自研的“具身天工Ultra”機器人，雖然今年沒能成功衛冕，但其以全自主模式、零人工干預方式完賽，僅用時1小時15分，體現了多傳感器融合定位與實時動態決策算法的全面成熟：機器人不再依賴人類領航員，而是依靠自身傳感器、算法與決策系統，能夠獨立完成環境感知、路徑規劃、障礙規避與步態調控。

產業鏈協同托舉

各型號人形機器人在半馬比賽中的亮眼成績，離不開產業鏈供應鏈的協同創新支撐。這場比賽檢驗的不僅是一臺機器人，更是一場具身智能產業鏈在真實復雜環境中的壓力測試。

作為剛進軍機器人產業的“黑馬”，榮耀在此次比賽中包攬冠亞季軍，多年積淀的手機供應鏈制造能力功不可沒。藍思科技4月19日發文稱，榮耀參賽機器人本體由藍思科技打造，132款核心金屬結構件全面覆蓋頭部、手臂、髖部、腿部等關鍵運動單元。材料層面采用高強鋼，經特制真空熱處理后硬度達60HRC，拉伸強度超過2400MPa，實現輕量化的同時大幅提升結構件耐久性。瑞聲科技表示，公司承擔了機器人頭部、腿部核心運動單元精密結構件的開發與交付，以極短周期完成定制化MIM/CNC件設計驗證與量產準備。

感知層面，奧比中光透露，榮耀首款人形機器人搭載其Gemini 330系列雙目3D相機，該相機配備自研深度引擎芯片MX6800，可在室內外及復雜光照環境下穩定輸出高質量深度數據。禾賽科技則表示，很多機器人搭載禾賽JT系列激光雷達，該產品可提供360°零盲區的三維感知。該系列激光雷達累計交付量已突破30萬顆，是目前具身智能機器人領域最暢銷的迷你型360°激光雷達。

力傳感器龍頭藍點觸控創始人劉吳月告訴記者，今年人形機器人半馬賽道難度全面升級，要求機器人具備毫秒級姿態校正能力，而這需要安裝在機器人腳踝處的六維力傳感器在落地瞬間實時測量地面反作用力，反饋給控制系統，讓機器人在過彎時精準感知重心偏移，避免摔倒。

“一臺人形機器人通常配備4個六維力傳感器和28個關節扭矩傳感器，”劉吳月介紹，“它們構成了一張覆蓋機器人全身的力控感知網絡。”2025年，許多參賽機器人在腳踝處僅安裝一維力傳感器或根本沒有力傳感器，依賴慣性測量單元(IMU)和算法補償維持平衡。今年，絕大多數參賽機器人在關鍵部位配備了六維力傳感器，關節扭矩傳感器配置率大幅提升。這一轉變的背后，是以藍點觸控為代表的國產力傳感器企業率先實現了六維力傳感器的規模化量產與低成本交付。

半馬比賽是對人形機器人持續高性能輸出能力的極限挑戰，散熱系統成為制勝關鍵因素。華科冷芯為榮耀參賽機器人提供了液冷散熱核心部件微型懸浮泵。該公司介紹，微型懸浮泵轉速能達到每分鐘兩萬轉以上，能大幅提升冷卻液流量，從而提升散熱效率，同時在高轉速下還保持了較強的抗沖擊能力。

仍存短板待補齊

盡管技術與產業進步顯著，業內人士表示，人形機器人仍面臨諸多挑戰，距離大規模商業化落地尚有差距。

梁洪郡直言：“如果今天比賽的時候下雨，這些機器人肯定就沒法跑了。”由此可見，機器人的“三防”技術仍是亟待解決的難題。此外，他還認為，解決機器人的標準化問題日益緊迫，“現在機器人各式各樣，對供應鏈來說是一種困擾，這不利于規模量產，也不利于成本下降”。

梁洪郡還表示，要解決應用問題，從而促進機器人技術迭代升級。舉辦人形機器人半馬比賽的初衷是為機器人提供真實應用場景，做到“以賽促研，以賽促產，以賽促用”。約21公里的賽道是對機器人運動控制、自主導航、續航散熱、環境適應、系統可靠性五大核心能力的極限壓力測試，能幫助企業快速發現短板，迭代算法，優化零部件，加速核心技術突破與產業鏈成熟。

記者觀察到，目前人形機器人應用主要集中于科研、表演等場景，在工業、巡檢、應急救援等場景的部署有限。智元總裁、CTO彭志輝認為，實驗室場景下的技術驗證無需考量成功率、生產節拍，且環境約束條件相對苛刻，而真實部署態需要機器人在開放復雜場景中完成任務，同時滿足上線標準的成功率要求，“當企業通過精準測算ROI(投入產出比)，證明機器人的方案在保障同等生產節拍與質量前提下，能夠降低生產成本，創造更多價值，應用方才會選擇替代”。

彭志輝還表示，當前提升人形機器人智能水平的最大障礙在于數據缺口巨大，“相較于此前訓練大語言模型所依托的互聯網數據體量，具身智能大模型所需的數據規模存在3到5個數量級的差距”。

興業證券研報也印證了上述判斷，人形機器人目前尚未實現大規模應用，主要原因并非硬件能力不足，而是智能水平也就是具身智能大模型仍然存在瓶頸。當前具身智能大模型已具備認知、推理與規劃能力，不足之處在于難以可靠處理復雜物理世界的不確定性，同時泛化能力較弱。

智平方聯合創始人張鵬預計，今年具身智能大模型架構將迎來快速變革，將出現里程碑式進展。彭志輝認為，隨著大模型、機器人本體、數據三大要素不斷發展進步，2026年有望成為具身智能商業化落地的重要年份。“機器人量產能夠帶來真實部署，真實部署又能夠回流海量數據，數據推動模型迭代，最后通過模型與開放平臺做生態擴散，反過來又能拉動更多場景和需求，這就是所謂的復利。”彭志輝說。