機械人跑贏保特?北京世界人形機械人運動會「閃電」9.32 秒改寫 100 米人類紀錄

  • AI
  • 23 8 月, 2026

人形機械人正式跑贏了人類最快的速度極限。8 月 22 日,第二屆世界人形機械人運動會在北京開幕,榮耀(Honor)自研人形機械人「閃電」(Lightning)在 100 米賽道上跑出 9.32 秒,一舉打破牙買加傳奇保特(Usain Bolt)保持 17 年的 9.58 秒人類世界紀錄,瞬間成為全球焦點。

9.32 秒:賽道上被改寫的歷史

據中國中央廣播電視總台報道,「閃電」全程序跑出 9.32 秒,途中最高速度達到每秒 14.5 米(約時速 52.2 公里)——作為對比,保特 2009 年柏林世錦賽創下 9.58 秒紀錄時的峯速約為時速 44.7 公里。換句話說,這台雙足機械人不僅贏了計時成績,連瞬間速度都已超越人類史上最快 sprinter。

這並非偶發的一次爆發。早在 7 月 29 日的預賽中,「天工 Ultra」已跑出 9.39 秒,首次跌破保特紀錄;開幕日當天,除了 100 米,400 米的人類紀錄亦告失守。一日之內多項「人類極限」被機械人改寫,成為本屆賽事最震撼的註腳。

人形機械人實驗室實景
人形機械人是當前機械人產業競爭最激烈的品類。圖為 Engineered Arts 的 Ameca 機械人。來源:Wikimedia Commons(CC BY-SA 4.0)

破紀錄背後的技術門檻

雙足高速奔跑被視為機械人學的「聖杯」難題之一。時速超過 50 公里時,機械人每一步的騰空與落地時間被壓縮到幾十毫秒,控制器必須在極短時間內完成重心估計、落點規劃與關節力矩輸出,任何延遲都可能導致摔跤。能夠穩定跑完全程,意味著執行器功率密度、實時控制算法與全身動力學協調同時達到了新高度。

業界普遍認為,這類競技成績是廠商技術實力的「壓力測試」:極限速度暴露硬件上限,而穩定性則反映軟件成熟度。開幕前熱身階段個別機械人失控撞欄的片段在網上瘋傳,恰恰說明高速雙足運動仍在可靠性邊緣徘徊——跑得快不難,次次都跑得快才是真功夫。

田徑跑道與體育場
100 米直道成為人與機械人速度對決的舞台。圖為 AI 生成示意圖(Pollinations.ai)

產業狂飆:出貨量一年暴增 300%

賽場之外,人形機械人產業正處於史無前例的擴張期。據三家研究機構的統計,2026 年至今全球人形機械人出貨量已接近 30,000 台,同比增幅高達 300%。宇樹科技(Unitree)IPO 獲 8,000 倍超購、市值衝上 500 億美元;小米亦宣佈将在 2026 世界機械人大會上展示首款人形機械人,劍指智能製造與家庭場景。

宇樹創辦人王興興更預言,行業將在兩至三年內迎來「ChatGPT 時刻」——機械人被放到陌生環境後,只需簡單語音或文字指令就能自主完成大部分任務。屆時,運動會上的競技演示將真正轉化為可以量產、可以部署的通用勞動力。

科技展覽中的機械人展示
從展覽演示走向工廠與倉庫,人形機械人正在跨越商業化門檻。來源:Wikimedia Commons(CC BY 2.0)

冷靜看:賽道成績距離現實應用還有多遠

不過,業內分析提醒,競技環境與真實工作場景存在相當距離。賽道經過專門優化,機械人亦為單一項目做了極致調校;而工廠與倉庫要求的是連續數小時的可靠作業、應對突發狀況的魯棒性,以及可控的成本。分析師指出,人形機械人正從「病毒式短片」轉向真實崗位,這一跳躍比跑贏保特更難,也更值錢。

結論

9.32 秒的意義,不在於機械人何時能參加奧運,而在於它標誌著雙足運動控制已突破實用化臨界點。當硬件性能、AI 大腦與規模化製造成本三條曲線交匯,人形機械人從賽道走進工廠、倉庫乃至家庭的時間表,可能比大多數人預期的更近。對投資者與開發者而言,現在正是密切追蹤可靠性數據與部署案例的關鍵窗口。

Related Posts

  • 22 11 月, 2026
亞馬遜75億美元豪購Decart:Anthropic棄購、輝達拒絕之後,AWS晶片自主戰掀牌

《金融時報》報道,亞馬遜接近以最高75億美元收購以色列AI新創Decart,最快本週末至感恩節前成交,並可能在11月30日拉斯維加斯AWS re:Invent大會上正式公佈。這樁交易半年內一波三折:Anthropic曾洽購後退出,輝達拒絕重啟談判,亞馬遜最終出手。Decart的核心技術是讓AI模型在輝達、Trainium、TPU等不同晶片間高效切換,正是AWS擺脫輝達依賴、推動晶片自主的關鍵拼圖。

  • 21 11 月, 2026
Anthropic 數學家宣稱夥 Claude 證明黎曼假設,167 年千禧年難題震動數學界

Anthropic 數學家 Levent Alpöge 在個人網站宣佈,與 Claude 合作證明了數學界最著名的未解難題「黎曼假設」,並以 Lean 語言完成無假設的形式化驗證。消息尚待獨立審查,Clay 數學研究所的 100 萬美元獎金至少需兩年檢驗,但 AI 改寫數學研究的浪潮已無可逆轉。