2026 年第二届世界人形机器人运动会昨天在北京落下帷幕，一份亮眼的成绩单引发了广泛关注：智元机器人以 18 金 16 银 12 铜的成绩，稳居金牌榜与奖牌榜双料第一。然而，比起奖牌数量，赛场上更具风向标意义的一个细节是：智元此次派出的参赛阵容，全部为未经赛场特质改装的 " 量产机型 "。这意味着，在各类复杂赛项中摸爬滚打的，正是那些已经在工厂流水线上打卡的 " 机器人师傅 "。

业内人士认为，第二届世界人形机器人运动会不仅是一场技术的较量，更是具身智能产业化进程的一块试金石。不依赖特质改装的量产机型从车间到赛场的实战成绩表明，通用机器人尝试着跨出实验室定制的门槛，规模化落地。

灵巧手装上 " 触觉神经 "

在特设的灵巧手专项赛中，智元旗下子公司临界点研发的量产版灵巧手 Omni Hand 比完了所有项目，拿下 8 枚金牌中的 7 枚。不同于以往部分参赛队伍 " 一个赛项换一只手 " 的定制策略，Omni Hand 凭借通用性完成了所有挑战。这只仅重 510 克、拥有 16 个自由度的机械手，在比赛中展示了精细操作能力。

在 " 粉末称重 " 比赛中，机械手要把粉末一点点抖落到秤上，误差要求控制在 0.5 克以内。这种绣花般的精细活，考验的是系统能不能根据实际情况随时调整动作。在 " 开瓶撬盖 " 和 " 积木搭建 " 等项目中，Omni Hand 利用控制算法有效避免了左右手互搏与干涉，甚至在部分高难度赛项中实现了全自主操作。

支撑这种微操的，是一套名叫 "DUET" 的双层具身接触智能架构。简单来说，这套系统给机器人分派了两个任务：外层靠 " 看 "，用视觉算法确认手掌该往哪儿放；内层靠 " 摸 "，指尖触碰到物体时，能马上感知并调整用的力气有多大。这种 " 眼睛看加指尖摸 " 的配合，让机械手就算遇到现场光线变化、桌子高低不平等情况，也能稳稳当当地把活干完。所以在搭积木、开瓶盖这类复杂的双手操作中，两只手能自主配合，不会轻易互相 " 打架 "。

让机器人学会 " 举一反三 "

在酒店服务、图书整理这类场景赛中，考的则是机器人对陌生环境的理解和规划能力。在这类比赛里，量产机型 " 精灵 G2" 能自主把一套长流程的动作干到底。以前的工业机器人通常按编好的死程序干活，环境稍微变一点就容易卡壳。现在的 " 精灵 G2" 装上了具身基座大模型，大脑变得更聪明了。而且，在参加运动会前，" 精灵 G2" 早已在龙旗工厂、上汽工厂等大规模落地部署，" 工作经验 " 非常丰富。智元构建了作业智能、运动智能、交互智能三位一体的全栈技术结构，使机器人具备自主交互、稳定运动、自主规划和复杂任务执行能力。其中，自主研发的 ViLLA 具身基座大模型 GO、世界模型 GE 和大规模分布式 RW-RL 构建的作业智能系统使机器人能看懂眼前真实的复杂环境，自己把一个大任务拆分成好几个小步骤去执行。有了这种能力，哪怕到了一个完全没输入过代码的新场景里，机器人也能自己感知环境、自己拿主意，处理和完成复杂的任务。

太极拳、舞蹈和障碍跑这类赛事中，智元远征 A3 机器人的运动控制能力同样接受了实战检验。要平稳地做出腾空、单腿支撑这些动作，机器人的躯干和四肢必须在毫秒之间配合好，随时动态调整重心。这种运动能力主要是靠 " 仿真到现实 " 的技术 " 训练 " 出来。研发团队会先在电脑的虚拟环境里，让机器人练习、试错；等到算法在虚拟世界里学成出师，再直接装进真实的机器人身体里，它就能在现实中走得稳、动得灵了。据了解，Sim2Real 仿真 - 现实迁移能力依托自研运动预训练模型、全身协同控制算法，从灵创平台海量运动数据学习通用运动先验，仿真训练可高效迁移至实体机器人。

本报记者 马丹