機器人競技賽事刷屏,宇樹們搶的不止是流量

作者|向欣
足球賽、馬拉松、拳擊賽,今年的人形機器人,不僅融資融得風生水起,在運動賽場上也拼得熱火朝天。
今年 3 月,加速進化聯合創始人趙明國帶領「清華火神隊」,以 9:0 的分數,奪得了 RoboCup 機器人世界杯德國公開賽的冠軍。
加速進化 T1 機器人踢足球動作展示
5 月,宇樹科技又作為合作方,與央視直播了一場機器人格斗賽,參賽的四個機器人都是宇樹科技的 G1。賽場上機器人拳打腳踢,賽場下觀眾不亦樂乎。
有趣的是,就在宇樹要直播機器人格斗比賽的當天,眾擎機器人也宣布將在今年 12 月舉辦全球首個全尺寸人形機器人自由格斗賽,后續還將每個季度舉辦一次。
眾擎提供多款開源人形機器人本體,參賽俱樂部可自主開發算法、升級硬件。
6 月 28 日,RoBoLeague 世界機器人足球聯賽又將在北京亦莊開賽,賽事以加速進化人形機器人加速 T1 作為賽事標準平臺,面向全國進行招募。
一系列機器人運動賽事的熱鬧背后,是技術公司在股權、品牌與市場上的同步動作:既要搶流量出圈,也在為下一階段的融資、上市、產業化鋪路。
宇樹科技公司名稱從「杭州宇樹科技有限公司」變更為「杭州宇樹科技股份有限公司」。名稱變更可等同為完成股改,業界猜測其有為 IPO 上市做鋪墊之意。
加速進化在官宣其人形機器人為機器人足球聯賽官方機器人后,馬上宣布完成 A 輪融資。資金將主要用于產品迭代升級和規模化量產交付。
但喧囂的賽場背后,一個疑問開始浮現:競技場上拳打腳踢的機器人,是技術突破后的高光展示,還是當下商業場景尚未成熟、被動轉場至表演舞臺的權宜之計?
無論是踢球還是打拳,這些競技場景本身尚未具備明確的商業化路徑,更多時候是一種「秀肌肉」的窗口。
在真正的應用場景尚未落地成勢之前,企業選擇通過賽事造勢、聚攏關注,也是在為下一階段的資本注入和生態搭建續命。
賽事展現的是機器人的「硬件」優勢
為什么一下子出現了這么多機器人的運動比賽?
宇樹科技機器人格斗賽直播中主持人反復提到的一句話,已經概括了這些比賽的本質:外行看熱鬧,內行看門道。
對于屬于「外行」的大眾而言,機器人格斗、踢足球比賽刺激、有趣,是茶余飯后的談資。
當機器人在比賽中取得優勢時,還會給敵方拍屁股嘲諷。這些戲劇場面,比看機器人跳舞更上頭。
宇樹科技等企業也能通過各種比賽,擴大品牌影響力,同時繼續保持大眾對機器人技術的關注,增強人們對機器人技術的認知理解與情感認同,為機器人融入生活先營造一個友好的社會氛圍。
對于懂技術的「內行」而言,他們能夠看到這些企業機器人在硬件、感知、全身動態控制三個方面的技術實力。
技術實力的展現,有利于企業繼續吸引開發者、擴大開發者生態。
眾擎要舉辦機器人的拳擊比賽,加速進化舉辦機器人足球賽,就是和宇樹一樣,都在競爭開發者的注意力,塑造自家機器人是「平臺型硬件」的形象。
選擇格斗場與足球場,因為它是一個相對可控,又能展現機器人動態對抗的場景。
以機器人格斗比賽為例:在拳擊比賽中,機器人需要面對猛烈的擊打,自身動作也會產生巨大的反作用力,以及頻繁摔倒帶來的沖擊。
硬件系統的靈活度、強度、結構穩定性直接決定了機器人能否在激烈對抗中「存活」并持續迎戰。
參賽的 G1 身高約 130cm,體重約 35kg,具備 29 個自由度,關節扭矩高達 120Nm,可以支撐快速爆發動作,配合特殊材料的仿生關節和輕量化設計,既抗揍又靈活。
感知系統收集的數據,則是機器人維持平衡、執行精確動作和跌倒后恢復的關鍵數據來源。
在本場賽事中,宇樹科技機器人的感知可分為兩類:
環境感知:通過 3D 激光雷達和深度相機,可實現 360 度探測感知;
自身姿態感知: IMU(慣性測量單元)和高精度關節傳感器實時監測機器人自身姿態和受力情況。
全身動態控制方面,有一個容易被人忽視的事實是,雖然機器人是由人類操縱的,但機器人在賽場上受到沖擊后保持平衡,其實主要是依賴自己。
中國信通院泰爾系統實驗室副總工程師劉泰介紹,人形機器人其背后是一整套的大模型、運動控制模型的算法支撐,實際上是在通過這些算法來進行操控。
宇樹科技的機器人首先在仿真環境中進行 AI 強化學習,優化對失衡等各種情況下,機器人姿態的控制策略。
在比賽過程中,G1 通過高精度的實時算法,處理大量來自傳感器的數據,精準協調全身多處關節,將操控者的高級指令轉化為穩定、有力的動作執行,并通過特定的動態平衡補償算法優化機器人的抗沖擊性能。
簡單來說,格斗賽、足球賽這些運動比賽,主要測試的是機器人的「肌肉」和「反應神經」。
不久前,北京亦莊還舉行了一場人形機器人馬拉松比賽。
不同的是,馬拉松比賽更加強調機器人在復雜、具有隨機性環境下的長時間穩定運行。
而格斗比賽、足球比賽則檢驗在固定場景下,機器人的動態爆發能力和抗沖擊性。
本體類企業,通過賽事搶奪開發者
格斗賽、足球賽等賽事形式雖然不一樣,但背后指向的目標高度一致——他們都希望把自家的人形機器人打造成一個標準化、通用化、開放性的機器人平臺。
放眼全球科技史,類似的競技比賽在技術發展早期并不罕見:
DARPA 無人車挑戰賽推動了自動駕駛技術從實驗室走向現實;
RoboCup 機器人大賽為多智能體系統、路徑規劃與實時感知提供了測試場。
如今,中國人形機器人領域的格斗賽與足球賽也正在承接類似角色。
不過,當前這些賽事的最大不同之處在于:它們不再是傳統意義上各類機器人同場競技的擂臺,而是由企業提供統一機器人硬件,開發者圍繞這些本體進行算法開發、動作訓練或操控競賽。
這背后是企業在爭奪技術平臺話語權,搶開發者,建立開發生態。
類似 PC 領域的 Windows、手機領域的 Android,人形機器人領域未來也可能誕生出標準化操作平臺和硬件接口。
在人形機器人尚未跑通商業化落地路徑、To B 訂單仍處于試點探索階段的當下,先抓住科研機構、機器人愛好者和工程團隊,吸引他們圍繞自家機器人開發動作、上傳數據、打磨算法,是企業「活下去」的現實策略。
通過賽事建立開發生態帶來的好處是顯而易見的。
首先,它可以幫助企業以更低成本迭代產品。
無論是算法優化、硬件適配還是傳感系統調整,來自開發者社區的反饋遠比內部自主優化更高效。
其次,這些賽事帶來的運動數據也是訓練具身智能大模型的重要數據來源。
最后也是最關鍵的,一旦某個平臺上的開發者數量達到一定規模,就會形成「正向飛輪效應」——越多人用,平臺越完善,平臺越完善,又會吸引更多人加入。
當然,打造平臺生態并非易事。
要吸引開發者,首先要做到標準統一、接口友好、性能可靠,這對機器人的本體設計、控制系統、軟件架構都是巨大考驗。
就目前而言,真正能夠實現軟硬一體、標準化生產并具備一定開放能力的廠商依然是少數。
即便是比眾擎機器人、加速進化更早實現商業化,在業內擁有長期技術積淀的宇樹科技,也被不少開發者詬病,產品最大的優點可能是便宜,不少零部件仍然存在缺陷,完成度不高,電機、機械臂、激光雷達等產品的精致度僅停留在「創客級」。
有開發者購買宇樹科技的關節電機后,發現其無法通過軟件接口直接實現一致的電機轉速,并且內部未標配剎車盤,無法在緊急情況下實現迅速制動關節的基礎功能,可能導致工業場景下的安全隱患問題。
宇樹科技的三款電機
其次,公司要能夠向開發者提供完善的開發資料和售后支持。
同樣以頭部企業宇樹科技為例。
其官方開源文件雖然覆蓋較為全面,包括底層硬件控制、算法訓練、仿真部署等方面,也提供了不少機器人的 SDK(軟件開發工具包)、ROS(機器人操作系統)這兩項關鍵開源資料,但文檔內容卻不夠詳盡,比如電機代碼庫只有一個范例,沒有注釋。
宇樹科技官方開源文檔
還有開發者發現,宇樹的官方文檔開發指南未能及時更新。通用人形機器人 G1、H1 和四足機器人 Go2 開發指南中強化學習例程章節內容已不適用于最新 RL 代碼,存在 PyTorch 版本和運行腳本步驟錯誤。
美國人形機器人公司 K-Scale 創始人 Ben Bolte 也發現,美國開發者很難聯系到宇樹科技的支持人員幫助維修發生故障的硬件。
種種不足意味著,平臺之路遠未真正打通。
更值得注意的是,賽事所吸引的開發者多數聚焦在「算法優化」「動作炫技」層面,雖然技術上高度活躍,但卻可能脫離了真實任務需求。生態未必能夠轉化為商業應用能力。
例如,為了在格斗賽中實現連擊技巧,開發者可能專注于動作流暢性而非能耗控制、機構壽命或操作精細度——這些恰恰是在工廠制造、戶外巡檢等實際場景中必須優先考慮的。
換句話說,打造開放平臺和吸引開發者,是具身智能邁向通用性的必要路徑,但不是全部路徑。
娛樂賽事,是早期行業的「副產品」
機器人運動比賽,其實也是整個行業「卷技術、缺場景」狀態下的一個自然產物。
打比賽,一方面是好看、能出圈、能讓資本和媒體看到「機器人能動」。
另一方面,也是公司找不到實際客戶需求時的一種替代路徑。
如果沒工廠合作,那就上直播間打一架,至少有人看。
但也正因此,質疑聲越來越多。
金沙江創投主管合伙人朱嘯虎曾明確表示,人形機器人會翻跟頭,但商業化難尋,現有的高校、央企客戶難以創造持續價值,還沒有看到理想的商業化模式。
這一番言論激起千層浪,惹得各路投資人、人形機器人公司創始人爭論不休。原因是朱嘯虎直接挑明了人形機器人的商業化的核心矛盾。
更何況,多數亮眼的運動表現仍然是通過預編程+遙控實現的。所謂「智能」背后實則是人類的實時介入,這與真正意義上的自主作業相去甚遠。
銀河通用創始人王鶴曾介紹,春晚上人形機器人跳舞是編程,跑馬拉松是遙控,它們都無法自己干活。
這也解釋了為何娛樂化比賽越來越多——它不考驗機器人大腦的智能、不需要閉環,對企業來說成本較低,收益還不小。
但人形機器人能不能成產業,關鍵不是能不能打倒對手,而是能不能在真實場景下扛住任務。
機器人運動比賽,雖然檢驗了機器人的整體性能,但本質上是一種技術外溢。
畢竟除了商演外,沒有多少場景需要機器人會拳擊、翻跟斗、踢足球。這些運動控制技術無法直接導向應用場景。
人形機器人真正的贏家,不在賽場上,而是在賽場外,是找到剛需場景,并把技術真正應用到場景中的公司。
卷運動還是卷場景,國外已經有兩家企業可以分別作為失敗案例與成功案例。
卷運動的是波士頓動力。其人形機器人液壓版 Atlas 在 7 年前就學會了后空翻,Spot 機器狗當年也憑借一個用機械臂開門的視頻火爆全球,僅在 YouTube 就獲得了 1.5 億的播放量。
但波士頓動力因為技術路線的錯誤選擇,加上產品貴,找不到合適的商業化場景,最終沒能將流量轉為銷量,幾經易主,先后被谷歌、日本軟銀集團轉賣,最終歸到韓國現代汽車旗下。
液壓版 Atlas 也在 2024 年退役,而四足機器狗市場已經被后來居上的宇樹科技占領。
宇樹科技雖然靠著低成本、高性能的產品在市場占據一席之地,其實它面臨的困難與波士頓動力一樣——尚未找到可實際應用落地的商業化場景。過度依賴科研市場的現狀,使得其難以擺脫「技術強、應用弱」的困境。
卷場景的是美國人形機器人企業 Agility Robotics。它的策略不是廣撒網,而是聚焦物流倉儲場景。
Agility Robotics 成立于 2015 年,在公司創立早期,其機器人產品主要面向學術實驗室和研究機構銷售。
2022 年,Agility Robotics 迎來了商業化的關鍵轉折點。公司完成 1.5 億美元 B 輪融資,亞馬遜參投使其開始進入倉儲生態。
從此以后,Agility Robotics 開始把自家產品扔進物流體系試錯,專攻搬箱子的任務,并且取得不錯的商業化成果。
Agility Robotics 已經與 6 家大客戶達成合作,包括亞馬遜、GXO、舍弗勒集團等,其中 5 家都是物流倉儲領域的巨頭。
Agility Robotics 的機器人通過有償的方式向這些客戶提供服務,按國外每小時 30 美元的人類時薪算,購買其機器人兩年內就能回本。
目前,其在 GXO 的工廠部署的 Digit 機器人已經幫助配送超過 30 萬件商品。Agility Robotics 也被美國《時代》周刊認證是「第一家讓人形機器人能夠賺錢的公司。」
Agility Robotics 的機器人也曾創造雙足機器人百米跑吉尼斯世界紀錄,但它并不沉迷于提高運動性能,而是通過深耕場景,走出了一條不那么性感但有營收的路。
不過,需要注意的是,打造專注搬貨的人形機器人的商業邏輯雖然在國外成立,但在國內卻未必能成功。因為國內外勞動力成本結構、物流倉儲場景的自動化基礎存在顯著差異。
企業需要選擇契合本土產業特征、社會需求結構、成本效益模型的應用場景,在勞動力短缺且場景非標準化程度高的領域探索落地可能性。
目前,在卷場景方面,國內代表性企業有優必選、魔法原子、樂聚機器人、開普勒人形機器人等。
除開普勒機器人現階段主要面向工業制造與倉儲物流領域外,其他三家都選擇在聚焦工業制造場景的同時,還覆蓋商用、科研等場景,盡可能從多種場景中挖掘市場需求,找到技術與場景的適配點。
對人形機器人玩家而言,如何讓機器人從「能打會跑」進化到「能思會干」,在實驗室與商演之外找到可持續的價值錨點,或許才是比任何一場賽事都更關鍵的終極競賽。
熱鬧歸熱鬧,但別忘了回歸技術創新的本質。
畢竟,技術的變革不在于炫技,而在于讓世界看見機器人改變生活的真實可能。
原文標題 : 機器人競技賽事刷屏,宇樹們搶的不止是流量
請輸入評論內容...
請輸入評論/評論長度6~500個字
最新活動更多
- 1 AI狂歡遇上油價破百,全球股市還能漲多久? | 產聯看全球
- 2 OpenAI深夜王炸!ChatGPT Images 2.0實測:中文穩、細節炸,設計師慌了
- 3 6000億美元估值錨定:字節跳動的“去單一化”突圍與估值重構
- 4 Tesla AI5芯片最新進展總結
- 5 連夜測了一波DeepSeek-V4,我發現它可能只剩“審美”這個短板了
- 6 熱點丨AI“瑜亮之爭”:既生OpenClaw,何生Hermes?
- 7 AI界的殺豬盤:9秒刪庫跑路,全員被封號,還繼續扣錢!
- 8 2026,人形機器人只贏了面子
- 9 DeepSeek降價90%:價格屠夫不是身份,是戰略
- 10 AI Infra產業鏈卡在哪里了?


分享













