第二届世界人形机器人运动会收官了。总奖牌榜上，智元、天工、宇树、加速进化、银河通用包揽前五名。
智元一共派出 4 款产品参赛，全部为量产产品，没有针对比赛进行特化改装，最终拿下本届比赛的金牌榜和奖牌榜第一。
50 个赛项中，智元共获得 46 枚奖牌，包括 18 金、16 银、12 铜。其中，本届新设的灵巧手专项共有 8 枚金牌，智元临界点的量产版 OmniHand 拿下其中 7 枚。场景赛共产生 12 枚金牌，智元拿到 6 枚。舞蹈、武术、乒乓等竞技项目中，智元又获得 5 枚金牌。
如果只看社交媒体，这届运动会最容易留下印象的，可能还是机器人跑得有多快、能不能跳舞、会不会打乒乓球，以及各种摔倒和翻车的瞬间。
比赛确实变得更好看了。赛项从上一届的 18 个增加到 50 个，新增举重、街舞、乒乓球、自由搏击等大量竞技项目，并且新增灵巧手类目比赛。机器人能够完成的动作越来越多。
并且，即使是在这样一场面向大众的机器人赛事中，机器人也开始被放进更真实的环境，并被要求更多地依靠自己完成任务。
从赛制上看，第二届运动会明显提高了对真实作业和自主运行能力的要求。这也是过去一年机器人能力提升之后，必须面对的进一步检验。
首先是场景更接近真实环境。2025 年的不少场景赛仍然在实验室模拟环境中完成，今年则进一步拆分出工业、生活等 12 个作业赛项，并新增 8 个灵巧手专项和 1 个综合五项。家政、消防、宾客服务等项目还直接进入体验中心、消防站和酒店等真实物理环境。
比赛对控制方式的要求也进一步收紧。2025 年，不少田径等竞技项目仍然允许遥控。今年，100 米、400 米、1500 米、4×100 米接力、跳高、跳远、足球、体操、举重等项目都要求机器人全自主完成。场景赛仍然允许自主和遥操两种方式，但遥操作的得分系数只有全自主的一半。
相比简短、吸引眼球的成功或翻车视频，这些变化，以及机器人究竟依靠什么完成这些任务，受到的关注少得多。但随着机器人开始走向真实部署，这些问题恰恰越来越重要。
**智元董事长兼 CEO 邓泰华此前将 2026 年定义为机器人从“开发态”进入“部署态”的元年。**智元自己也已经开始把机器人送进真实工厂。此前，精灵 G2 已进入龙旗南昌工厂，在 MMIT 测试工段参与平板量产质检。
真正进入部署态，机器人面对的已经不再是一次成功的演示。尤其随着自主程度提高，过去由人处理的很多问题都需要交给系统自己解决，并最终变成可以稳定运行的工程能力。机器人采用什么技术方案、如何适应现场变化，以及出了问题能不能继续完成任务，都会直接影响最终的部署效果。
沿着这些问题再看这届运动会，比赛本身也提供了一个观察机器人真实能力的窗口。
比赛结束后，智元向 InfoQ 详细拆解了不同赛项的参赛方案，包括机器人采用的控制方式、技术路线，以及开发和现场调试中遇到的具体问题。
这些方案让我们有机会看到，一批没有为比赛特化改装的量产机器人，在运动、操作和真实作业中已经走到了哪里；以及为了让机器人从“能做”走向“稳定完成”，今天究竟还需要解决什么。
机器人运控：更高、更快、更强、更自主
奥运会追求人类运动的更高、更快、更强。在人形机器人运动会上，我们也看到了类似的突破。
在舞蹈和武术等项目中，远征 A3 以全自主方式完成腾空、大角度转体、单腿长时间支撑、低重心姿态切换等动作。这些动作会不断改变机器人的支撑状态和重心，对关节输出和全身协调提出很高要求。机器人需要实时调整躯干和四肢姿态，才能连续完成整套动作。
这些能力背后，是智元的运动预训练模型和全身协同控制算法。模型从灵创平台积累的运动数据中学习运动先验，再借助 Sim2Real，将仿真环境中训练得到的策略迁移到实体机器人。
到了乒乓球赛场，机器人面对的运动目标开始实时变化，对自主性的要求也更高。
2026 年，世界人形机器人运动会首次设置乒乓球 1V1 对抗赛，并明确要求比赛全程由机器人自主运行，禁止远程操作、远程控制或任何形式的远程干预。智元派出远征 A3 参赛。
乒乓球球体小、速度快，飞行轨迹还会随着旋转和击球方式不断变化。人类运动员看到来球后，会自然地移动身体、调整球拍、完成击球。机器人需要连续完成目标感知、轨迹预测、击球决策和动作执行，留给每个环节的时间都很短。任何一步慢了，都可能错过来球。
本届运动会开幕式上，智元远征 A3 与乒乓球奥运冠军丁宁进行了一场人机互打。远征 A3 搭载智元自研的 SpikePingpong 乒乓运动控制算法，在没有预设动作脚本的情况下，自主完成来球感知、轨迹预测、击球决策和动作执行。
SpikePingpong 使用快慢视觉结合的方案捕捉高速运动的乒乓球。系统持续更新来球轨迹，判断击球位置和时机，再生成相应的全身动作。
挥拍只是最后一步。来球发生变化，机器人的站位、躯干姿态、手臂轨迹和球拍角度都要跟着调整。大幅度挥拍还会改变整机重心，需要同时处理身体平衡。
乒乓球也因此成为检验机器人自主性的关键项目。
最终，在舞蹈、武术、乒乓等竞技项目中，未经定向改造的智元远征 A3 共获得 5 枚金牌。
到了 100 米障碍赛，机器人面对的环境更加复杂。
相比 2025 年， 今年 100 米障碍赛规则明显变难。比赛限时从 15 分钟缩短到 5 分钟，所有障碍必须依次完成，不能再选择放弃部分高难度项目。对摔倒和碰触障碍的处罚也更加严格。
赛道本身同样升级了。机器人需要走过桥面只有 0.5 米宽的 S 弯桥，钻过净高只有 0.5 米的匍匐通道，翻过 1 米高的手撑跳台，还要在只有 0.6 米宽、带有台阶的 L 型通道中完成转向，并连续跨过两道 0.3 米高的栏杆。
不同障碍考验的能力也不同。直道拼速度，到了 S 弯桥，就要准确控制落脚位置和重心；进入匍匐通道后，机器人需要从双足行走切换到低姿态，通过之后重新起身；跳台和跨栏，则更考验爆发力、全身协调和落地稳定性。
难点还在于，速度和稳定很难兼得。慢下来，留给机器人的调整空间更多，但整场比赛只有 5 分钟；速度上去以后，一次落脚偏差就可能导致摔倒。一旦跌落 S 弯桥、碰倒跨栏或者在障碍中摔倒，还需要返回当前障碍起点重新挑战，计时不会停止。
最终，智元灵犀 X2 拿下 100 米障碍赛金牌。参赛的 X2 使用量产版本，本体没有针对比赛进行改装。
应对这样的复杂地形，只掌握自身的运动状态还不够。
传统的机器人运动控制通常会使用关节位置、速度、机身姿态等本体信息。这些信息可以告诉机器人腿抬到了哪里、身体是否倾斜。但到了 S 弯桥、台阶和窄通道这样的环境，机器人还需要知道前方地形是什么样，才能决定下一步怎么走。
灵犀 X2 的运动控制因此引入了视觉信息。智元自研的 AGILE（AgiBot Generative Intelligent Locomotion Engine）运动控制框架，会结合机器人自身状态和视觉获取的环境信息生成运动策略。看到前方障碍后，机器人可以相应调整落脚位置、身体姿态和动作。
从远征 A3 到灵犀 X2，今年的比赛也能看到人形机器人运控的一些变化。跑得更快、跳得更高、完成更复杂的动作仍然重要，但机器人也开始更多地利用外部环境信息，根据实时变化决定下一步怎么动。
更高、更快、更强的同时，人形机器人也在变得更加自主。
机器人全自主，发展到哪一步了？
相比单项运动能力，场景赛更接近机器人未来真正需要面对的工作环境。机器人不仅要完成一个动作，还要自己感知环境、理解任务、做出决策，并把一连串动作执行下去。
本届运动会的场景赛，智元派精灵 G2 参赛。场景赛共产生 12 枚金牌，智元拿到其中 6 枚，金牌数位居第一。参赛的精灵 G2 同样采用量产版本，没有针对比赛进行本体改装。
从今年的比赛来看，在一部分边界相对明确的场景中，机器人已经能够相对自主完成完整流程。
观察这些项目，会发现它们有一些明显的共同点。
首先是任务足够明确。机器人需要处理什么对象、执行什么操作、最终做到什么程度，都有清晰的定义。工业上下料对应搬运、抓取和装配；园林包括违禁品识别、不文明行为巡检和垃圾拾取；商超则需要完成小票解析、商品拣选、补货和错放纠正。任务可能很复杂，但大部分变化仍然发生在一个相对确定的范围内。
其次是能够获得一定的环境先验。团队可以提前建图、标定关键点位或实地踩点，了解机器人真正比赛时面对的空间。即使无法长期进入比赛场地，也可以根据已经获得的信息，在实验室复刻灯光、桌面材质、尺寸和空间布局，提前发现和解决问题。
操作对象本身也相对稳定。水瓶、书籍、货箱、钢盖等物体都有相对固定的几何形态，机器人可以据此进行抓取规划和动作控制。工业打包虽然也会遇到纸质说明书、盒盖等具有一定柔性的物体，但整体仍然处于相对可控的范围。
但这样的条件还不能覆盖所有场景。
室外应急就是一个典型例子。为了模拟真实的应急情况，比赛前，真实场地没有向参赛队伍公开，团队既不知道地图，也没有见过现场实物布局。自主方案所需要的建图、点位标定和完整流程训练都无法提前完成。
这种情况下，更现实的方案是针对灭火器搬运、阀门操作等单项能力进行训练，再由人参与完整任务的判断和执行。机器人完成已经具备把握的动作，人则负责处理现场的未知情况。
尤其在长流程、复杂场景中，一旦机器人对环境的理解出现偏差，或者某个动作执行失败，后续任务很容易随之中断。现阶段，机器人还很难自主处理所有意外情况，人的即时判断仍然可以帮助它完成调整，继续执行任务。
当任务和环境清晰，且变化可以被算法和工程手段覆盖时，人就有机会退出控制闭环。剩下那些难以预见、难以穷举，也难以在出错后自主恢复的部分，正是今天全自主机器人还未到达的边界。
实现“全自主”，模型只是其中的一部分
做到全自主，意味着机器人已经具备了一定的泛化能力。
它不能只在实验室里重复一套固定动作。到了真实场景，物体的位置会发生偏移，室外的光照、天气和路面状态会变化，货架上的商品也会出现遮挡、缺货和错放。机器人需要感知这些变化，并继续完成任务。
但从智元此次的参赛方案来看，模型能够处理变化，只是实现全自主的一部分。真正进入一个场景后，团队还需要判断哪些变化交给模型处理，哪些可以通过控制算法解决，哪些最好提前通过测试和工程手段降低影响。
在具备条件的场景中，智元采用了几种不同方式处理剩下的不确定性。
第一种，通过充分测试，把环境变化提前暴露出来。
园林场景中，室外光照、天气和路面状态都在变化。团队测试覆盖了早、中、晚以及晴天、阴天、雨天，并分别验证干燥和湿润地面的表现。由于场地预约时间有限，团队采用“白天测试、晚上优化”的方式，白天发现的问题当天晚上修改代码或参数，第二天继续验证。
智元对 InfoQ 表示，这个项目的核心难点在于系统稳定性。机械结构、传感器、电池、通信、供电、散热和底盘运动都需要持续稳定工作，其中任何一个环节出现问题，都可能让整个任务中断。
第二，利用环境结构提供一个确定性的起点，再让机器人处理局部误差。
工业上下料的钢盖装配比较典型。任务中钢盖内部高度约 35 厘米，实际留给末端执行器的操作空间只有约 20 厘米。机器人如果完全依赖固定点位，一旦现场位置出现微小偏差，就可能撞到边缘。
智元采用了“粗定位 + 精搜索”的方案。机器人先抵达预设的大致位置，再借助视觉定位和力传感器反馈调整末端姿态。到了最困难的插入环节，系统根据实际接触力不断搜索合适的位置和角度。
第三，是用大语言模型承担更难预先枚举的认知任务。
商超里的困难和工业装配不同。商品种类更多，还有遮挡、缺货、摆反等状态变化。机器人不仅要找到物体，还需要读取小票、理解任务，并判断货架当前是什么状态。
在商超项目中，智元把 SAM3 和 Qwen2.5-32B 部署到机器人端侧。前者负责目标分割和识别，后者处理小票、任务指令和场景语义，机器人无需依赖外部网络即可完成相应推理。
模型能力足够之后，现场仍然会冒出很意想不到的问题。
团队提前踩点时发现，比赛场地夜间照度很低，相机成像质量随之下降，视觉模型的识别能力也受到影响。最后，他们在机器人胸口增加了一盏补光灯。
拥有足够强的模型和算法能力，只是机器人进入场景的第一步。
真正到了部署阶段，还需要把模型能力和场景先验、传统控制、硬件设计以及大量现场测试结合起来。
“全自主”，不能套用同一个方案
拆解智元的参赛方案，会发现另一个特点。同样是让机器人自主完成任务，不同项目采用的技术路线差异很大。具体使用什么模型和算法，首先取决于这个任务需要解决什么问题。
这一点首先体现在机器人的决策和控制策略上。
商超场景需要处理的认知问题最复杂。商品种类繁多、摆放密集，还存在大量遮挡。机器人既要读取小票、理解任务，也要识别商品，判断缺货和错放状态。因此，团队在这里采用了端侧多模态大模型路线，部署 SAM3 进行零样本图像分割，并使用 Qwen2.5-32B 理解任务指令和场景语义。
到了图书馆，技术路线发生了明显变化。
图书馆同样需要机器人自主完成一系列任务，但环境相对固定，书架、路径和关键点位都可以提前确定。相比开放环境中的语义理解，这里的要求更多集中在定位精度和长流程运行的可靠性上。
团队因此没有使用大语言模型或多模态大模型作为决策核心，而是采用经典的机器人技术路线。先建立高精度地图并标定关键点位，再通过定位和 SLAM 导航计算路径，书脊标签则交给开源视觉模型识别。整套方案减少了端侧大模型带来的计算开销，也让决策链路更加确定。
投壶又是另一种情况。它对复杂语义理解的要求很低，难点集中在高速运动中的控制精度。
团队最初尝试过强化学习（RL），但实际测试发现，RL 很难同时满足投掷速度和落点精度的要求。最终，他们转向运动元（Motor Primitives），把投掷动作拆解为多个基础运动单元，再根据真实机器人的动力学特性进行组合和调整。
在工程实现中，不盲从趋势、一切以高可靠完成任务为导向的务实工程思维，贯穿了智元此次比赛。
One more thing：灵巧手的集中大考
全身运动、自主作业之外，今年的比赛还第一次把机器人的“手”单独拿出来考。
这恰好赶上了灵巧手迅速升温的一年。根据高工产业研究院（GGII）发布的《2026 年 H1 中国灵巧手行业调研报告》，2025 年中国灵巧手市场销量约 1.92 万只，2026 年预计增长至 7.02 万只，同比增长 265.63%。
产品越来越多，灵巧手到底做得怎么样，也需要更具体的标准来判断。
2026 年世界人形机器人运动会第一次单独设置灵巧手专项赛，共安排 8 个赛项：电动工具装配、粉末称量、积木搭建、钉钉固定、开瓶撬盖、拆箱拆包、镊子夹豆和线缆连接。
智元旗下临界点使用同一款量产版 OmniHand 参加全部 8 个赛项，最终获得 7 金、4 银、3 铜。除了极少数项目对手掌胶皮进行轻微调整以增加摩擦力，OmniHand 没有针对不同项目更换定制手，也没有进行本体改装。
具体来看，OmniHand 在各个赛项中均表现出色：
电动工具装配：
机器人需要握住电动螺丝刀，把螺丝准确拧入预制孔。电批工作时会产生反作用力，手需要保持稳定按压，同时控制螺丝刀与螺孔的轴线对齐。位置稍有偏差，就可能出现螺丝拧歪或滑丝。
粉末称量：
机器人需要用勺子舀取粉末，把重量控制在 20 克、误差不超过 0.5 克。粉末会随着舀取和倾倒不断改变状态，机器人需要根据电子秤反馈持续调整。武大智元联合赛队最终用 27 秒完成任务。
这个项目还意外检验了灵巧手的耐用性。在接近一个月的训练和正式比赛中，赛队始终使用同一只 OmniHand，没有中途更换。
积木搭建：
机器人需要逐层堆叠积木，同时保证结构稳定。抓取力度过大可能带动已经摆好的积木，力度不足又容易滑落，放置时还需要准确控制积木的位置和姿态。
钉钉固定：
机器人需要握住锤子，把钉子砸进软木板。每次锤击产生的冲击都会沿着锤柄传到手指、关节和传动结构，对灵巧手本身的结构和耐冲击能力提出要求。
开瓶撬盖：
开瓶器平放在桌面时，留给手指介入的空间很小。机器人需要找到合适的位置把开瓶器抠起来，再调整到方便发力的姿态。
临界点在这里使用了自研 DUET 架构辅助靠近、抓取和姿态调整，将早期一分钟以上的取工具时间缩短到十几秒。
拆箱拆包：
机器人需要拿起美工刀划开纸箱，同时控制刀具的运动轨迹和切入深度。切得太浅无法打开包装，过深则可能损坏箱内物品。
镊子夹豆：
机器人需要先拿起医用镊子，再逐颗夹取表面光滑的黄豆。正式比赛时，碗里只剩薄薄一层黄豆，原有方案很容易夹空。临界点现场调整算法，采用“螺旋搜索”逐圈寻找黄豆。决赛中，OmniHand 自主夹起约 70 颗黄豆，最终夺冠。
线缆连接：
机器人需要识别并拾取 USB、Type-C 等插头，再准确插入对应接口。线缆会随着重力和手部动作不断改变形状，插头的姿态也会随之变化，因此机器人需要在操作过程中持续判断位置和方向。
真正走向通用操作，一只灵巧手需要适应不同的工具、物体和操作方式，并在不同任务之间保持稳定表现。临界点用同一款量产 OmniHand 打完了全部 8 个项目，也由此检验了这只手面对不同任务时的泛化能力和实际可用性。
结语
本次世界人形机器人运动会中，我们看到了智元在前沿技术探索和工程落地上的积累。
过去一年，智元继续向具身智能的前沿问题推进。GO-2 开始处理长程任务中的规划与执行，Genie Envisioner 2.0 尝试用世界模型构建可以交互和训练的物理环境；AGIBOT WORLD 2026 和 Genie Sim 3.0，则继续扩充真实数据和仿真训练的基础设施。
另一边，这些技术也在更快地转化为产品，进入现场。2025 年底，智元第 5000 台量产机器人下线；半年后，这个数字已经增长到 15000 台。精灵 G2 进入龙旗南昌工厂的平板量产质检工段，机器人开始按照真实产线节拍连续运行；富临精工、上汽等工厂，也已经成为智元机器人验证和部署的场景。
金牌榜和奖牌榜双第一只是最终呈现出来的结果。更值得关注的是，智元已经开始建立一套从模型、数据、本体到工程部署的完整能力，并在越来越多的真实任务中反复验证它。
这也是机器人从“开发态”走向“部署态”需要的基础。
