世界机器人合作组织、全球数字经济城市联盟、亚太机器人世界杯国际理事会、中国电子学会四家单位共同在现场发起成立世界人形机器人运动联合会。闭幕式上还宣布，第二届世界人形机器人运动会召开时间为明年8月，继续由北京市人民政府、中央广播电视总台等联合主办。 当天，此次运动会100米、4×100米决赛收官。由深圳公司优必选科技牵头参股成立的北京人形机器人创新中心(国地共建具身智能机器人创新中心)的具身天工Ultra以全自主方式进入100米赛跑决赛，最终获得冠军。四台具身天工Ultra组队参与4×100米比赛，收获亚军。 在100米赛跑及此前结束的400米、1500米比赛中，具身天工Ultra是全场所有选手中唯一采用全自主导航系统的机器人，全程无需人工遥控。这是具身天工Ultra继机器人马拉松大赛采用UWB半自主导航后的又一重磅升级，实现了复杂动态环境下实时环境理解与自主运动规划。 在具身智能进化的道路上，“扔掉遥控器”绝非简单的功能取舍，而是机器人能否真正拥有自主“大脑”的跨越。遥控操作的本质，是让机器人临时借用人类的大脑，由操作员代替完成环境感知、路径规划，并辅助动态平衡控制。全自主模式，则意味着需要机器人靠自身完成感知-决策-执行闭环，自主应对可能的突发状况。 赛场上，面对多名机器人运动员同向开跑的复杂环境，具身天工Ultra全程无需人工干预，稳定在规定赛道内高速前进，未因串道、冲出跑道、干扰其他选手而受犯规处罚，具备极强的控制稳定性。 北京人形机器人创新中心在“慧思开物”平台下最新发布的“人形机器人全身控制自主导航系统”，已可让机器人具备点对点导航、动态障碍感知和实时自主避障能力，面对路面障碍也可自主规划避障路线，未来在工厂、特种作业、家庭等应用场景均可完成环境感知和自主路径规划。 业界分析认为，具身天工Ultra在赛道上的稳定表现，是其核心自主导航与控制技术成熟落地的有力证明。这不仅为复杂动态环境下的机器人应用夯实了基础，也为人形机器人从赛场迈向更广阔的生产生活场景开启了新的可能。 8月15日开始的世界人形机器人运动会上，宇树机器人和北京亦庄半程马拉松金牌得主天工机器人在跑步项目中狭路相逢。无论是1500米还是400米的比赛，“春晚”同款宇树机器人均笑到最后。 宇树和天工背后的北京人形机器人创新中心派出了多台机器人参加同一赛事。宇树机器人在人类遥控下，释放出一骑绝尘的速度，让追赶的遥控者汗流浃背；天工机器人则无需人类遥控，可自主识别赛道的分道线，虽然速度不如宇树吸睛，但按照赛事规则，天工的成绩是实际时长乘上系数0.8(如120秒完赛，乘0.8系数，即为96秒)，意味着其最终成绩快于实际耗时。 但二者的这一跑步策略，却意外地引发争论。天工机器人的声援者认为，机器人全程自主跑步完赛，和遥控操作不在一个水平段。宇树机器人的支持方则认为，赋予天工0.8系数的成绩不甚合理，导致部分宇树的机器人在实际速度领先的情况下，最终成绩被天工反超。 宇树科技创始人王兴兴接受南都等媒体采访时回应称，宇树的机器人也可以自主跑步，速度会稍慢一些。但为了追求极致速度，此次比赛做了取舍。他表示，下次比赛将选择自主模式，部分原因是他发现陪跑人员体力不支。 “人形机器人被诟病或被质疑最多的就是用遥控器，大家觉得这只是一个大玩具。”北京人形机器人创新中心首席技术官唐剑认为，为了真正实现产业化落地，人形机器人最重要的是实现全自主，这考验视觉算法识别的精准性。 唐剑进一步解释称，公司基于激光雷达和环视的摄像头，已推出机器人全自主导航方案，可以实时动态地对周围环境建模，让人形机器人在不同室内外环境中自由移动。此次比赛自主跑步便调用了这种能力，但仅需机器人识别跑道边界，类似于智驾的车道线保持辅助技术，和复杂室内外环境的自主移动相比，“可以说是降维打击”。 8月16日，在世界人形机器人运动会场景赛的“工厂物料搬运”与“混料分拣”赛项中，由广东领益智造股份有限公司派出的领智战队夺得双料冠军，并在“物料整理”赛项中摘得铜牌，展现出强大的系统集成与工业落地能力。 此次比赛也是领益智造正式对外宣布布局机器人战略后，首次以应用场景落地开发者身份参赛。“我们这几年一直在做无人智慧工厂，在机器人工业落地方面积累了很多经验，也接触了一些优秀的外部公司，他们对我们的落地能力非常认可。所以，我们想通过比赛看看，我们在人形机器人工业应用上到底处在什么水平。”领益智造高级工程师袁强说。 比赛中，领珑机器人负责5公斤物料箱的多层货架搬运，磐石机器人执行23个零件的精准码放任务。由于起终点被限制在直径1米的圆形区域，团队为机器人搭载自研轮式底盘，结合激光雷达实现原地转向与精准避障，确保在狭窄空间高效协同作业。 本次比赛中，团队实现两大技术突破:一是高精度视觉引导，采用“空间抢占式抓取算法”，识别到抓取平均仅0.8秒，强光下成功率仍达95%，首次实现全流程无人工干预的混料分拣；二是双臂协同落地，通过“末端工具跟随控制模型”实现17自由度运动解耦，搬运效率提升220%，比赛用时1分13秒，比第二名用时(2分04秒)快40%以上。
