全球首次！拿下马拉松冠军的人形机器人，来自北京

机器人前瞻（公众号：robot_pro）作者许丽思编辑漠影

机器人前瞻4月20日报道，昨天，备受瞩目的全球首场人形机器人半程马拉松在北京亦庄鸣枪开跑，由全国多家企业、高校和科研机构组成的20支人形机器人赛队需要完成了21.0975公里的赛程。

名为“小巨人队”但却是参赛队伍中最矮的人形机器人，在跑步时还不忘一边挥手回应观众。

有的人形机器人松弛地踱步前行，慢慢赶超前方一个个跑摔倒的机器人，透露出淡淡的幽默感，生动诠释了“慢即是快”的哲学。

美女机器人幻幻开跑即罢工，还有的参赛选手跑到头掉到地上。

虽然现场状况百出，但有7支赛队顺利通过13公里观察站，其中，来自北京人形机器人创新中心（以下简称“创新中心”）的天工Ultra机器人在没有更换其他机器人参赛的情况下，率先冲线，取得了2小时40分42秒的成绩，明显断层领先后续参赛选手。

对于人类选手而言，半程马拉松是体能的试炼，但对双足机器人来说，21公里意味着25万次精密关节运动的毫秒级协同、多模态感知的实时决策，以及能源系统的持久续航。在这场赛事中，每个机器人都是行走的“技术堆栈”。

“这不只是简单的体育竞技，更是对技术突破、产业发展的‘极限测试’。”参赛公司之一的北京人形机器人创新中心CEO熊友军此前在接受采访时提到。以备赛为契机，多家机器人公司在产品硬件、软件等方面展开了技术攻关，能力都有了明显提升。

在一众参赛选手中，身高1.8米的天工机器人Ultra格外引人注目。它是全球首个纯电驱拟人奔跑的全尺寸人形机器人天工的升级版，均时速能达到10公里，最高奔跑时速提升至12公里，堪称是世界上跑得最快的人形机器人。

在采访中，创新中心的几位工程师都不约而同地提到，起初觉得这场赛事简直是天马行空。因为在户外测试时，机器人曾出现过关节断裂的情况，业界记录里，全尺寸人形机器人能跑的最远距离基本也是在五公里左右。

实现21公里长距离奔跑，天工机器人是如何做到的？这背后，是大脑和小脑协同工作的结果，也离不开底层AI算力、高质量数据集的支撑。其中，百度智能云以技术赋能者的角色，与创新中心强强联合，构建具身智能大模型，为天工机器人注入智慧与力量，加速产品落地。

一、大脑、小脑协同，从感知决策到运动控制的极限挑战

从北京的南海子公园一期南广场到国家信创园，21公里的赛道涵盖了或平坦或坑洼的城市道路、长缓坡、石板路、草地、石子路等多种复杂路况。机器人得越过上下坡，还要经过个左转弯、8个右转弯。

对参赛的人形机器人来说，这是一个复杂的大脑、小脑协同执行任务的过程，涉及感知、决策、运动控制等多种能力的综合运用，还在底层AI算力上面临巨大挑战——机器人需要感知路面平整度、障碍物位置、风速、方向等信息，快速做过决策，规划最优行动路径，并通过运动控制算法实时调整关节角度和力度。

在具身智能大脑能力构建上，百度智能云为北京人形机器人创新中心提供了百舸AI异构计算平台以及高性能、稳定可靠的AI算力，实现算力高效调度并显著提升大模型的训推性能，助力天工机器人将集群有效训练时长提升至98.8%。与此同时，配套的大模型训推加速套件也分别使训练和推理效率实现30�0%的提升，为人形机器人大脑、小脑协同进化提供了底层技术支撑。

具体体现在作业能力方面，这助力了天工机器人拥有强大的自主决策与任务执行能力，具备处理多场景复杂任务的泛化能力。

针对具身大模型开发的差异化特点，百度智能云还正着力于优化长序列性能和多模态训练架构，与赛道企业一起共创面向具身操作大模型、世界模型的更优AI基础设施（AI Infra）能力。

备赛过程中，创新中心的研发团队经历了无数个技术攻关的日夜。

研发人员提到，团队先从人形机器人的跑步算法入手，通过强化学习和模仿学习相结合的策略，会让机器人在覆盖了多种不同地形的仿真环境中进行大量训练，并增强随机的干扰例如不平整的路面、外力扰动等，使其与环境进行交互、提升泛化能力，才能应对马拉松现场的各种复杂地形。

最开始，机器人在测试时跑了几百米到一公里左右的距离后，脚踝关节就会因冲击力过大而损坏。研发人员通过增加脚底的缓冲材料、优化关节结构、更换关节材料，让机器人具有了更强的抗冲击性。

但长时间高速奔跑，机器人关节发热严重，会开启保护机制，四肢就会像人一样突然瘫软下来。研发人员在本体结构进行了优化设计，采用了关节导热技术以及整机热仿真技术，并通过运动控制算法优化关节出力，使其在运动过程中发热更加均衡。

和人类运动员有补给站一样，人形机器人也会在补给站进行电池更换，补充“体能”。为了让机器人尽量少补给、能够用一块电池跑得更远，团队反复测试不同的材料、结构，让它能够更轻盈地奔跑。

完成了这一系列突破后，天工机器人可以一口气跑完6-7公里的距离，21公里的路程最多只需要更换三至四次电池。通过更换电池，天工机器人可以像一个永不知疲倦的“钢铁跑者”一样，一直跑下去。

二、建设百万量级高质量数据集，打造机器人成长“经验包”

天工机器人在马拉松中的出色表现，离不开其背后“经验包”的积累,这个“经验包”正是由大量来自真实世界的高质量数据集构成。具身智能数据集能够加速机器人“大脑”的训练和部署，还能够帮助机器人应用到除了马拉松以外的更多现实场景中，让机器人具有通用性。

工程师介绍，研发人员会采集大量人类跑步时的关节运动范围、位置、速度、姿态等数据，形成一个专家库，再作为初始模版映射到不同型号人形机器人上，从而让机器人在运动过程中达到更加拟人的效果。

不过，想要获取高质量的数据集可不容易。在真实世界中采集机器人可用的数据，往往意味着高成本、高难度，且数据质量难以满足模型训练的精度要求。伴随技术路线的收敛，以及数据需求的渐进明晰，行业迫切需要高效且规模化、专业化的采标手段，高精度、高质量的数据集。

而百度智能云基于多年行业的服务经验，特别是在人工智能和自动驾驶领域沉淀的专业数据采标能力、构建的规模化数据平台，恰好能够将这些经验与能力复用到具身智能领域。

百度智能云所打造的具身智能数据采集标注方案，支持文本、语音、图像、人像、道路等多模态数据采集，具备数据清洗及分类、2D/3D障碍物标注、BEV感知数据等标注能力，涵盖人形具身智能产品、机械臂等多本体类型，支持遥操作和惯导动捕。

更大的蓝图也正在展开：百度智能云助力创新中心建设百万量级的高密度、高质量、高通用性数据集，打造世界最大的具身智能机器人数据采集和训练基地，进一步解决行业真机数据稀缺的问题，尤其是机器人操作能力方面。未来，这也将以共创共建共享的创新模式对外开放，推动具身智能行业发展。

三、结语：人形机器人马拉松的背后，全新的技术变革正在酝酿

人形机器人作为具身智能的重要载体，正在重构人类与机器人的协作边界。今年《政府工作报告》将具身智能列入未来产业培育清单，北京、深圳等地的“具身智能第一城”争夺战进入白热化，资本市场的热情更是一路高涨，开年以来多家创企“爆单式融资”，行业一片火热态势。

虽然朱啸虎前阵子高调撤离具身智能赛道，还言辞激烈地泼冷水，但行业内部一场充满无限想象力的技术变革在酝酿中，具身智能正在向着万亿级生态快速奔涌。

当成群人形机器人加入人类的马拉松队伍，或许有人会疑惑，人类并不需要一个人形机器人版本的马拉松跑友，这有什么意义？商业化在哪里？但是这场赛事就像是人形机器人技术验证的考场。

人形机器人可以应对这种长距离、充满动态障碍物、地形复杂的场景，产品在多模态感知、能源管理、运动控制、材料稳定性等方面的能力得到了验证，为机器人未来走向工业巡检、应急救援等长时、复杂任务提供了技术背书，还进一步倒逼技术创新，推动机器人从专用设备向通用助手进化。

这场马拉松比赛是中美在具身智能领域角力的缩影，彰显了中国从硬件到软件等全栈技术实力。即便美国在软件创新上优势明显，但是中国在硬件能力、产业链等方面已经逐渐占据上风。

21公里的赛道跑完了，但是人机协同的探索才刚刚开始。具备自主行动能力人形机器人，在以拟人步态与人类参赛者一同完成长距离任务的过程中，这是一次重塑公众认知的全新尝试，让人们相信人形机器人的硬件水平和运动控制能力已经达到了全新的阶段，加速“人机共融”时代的到来。