作者｜向欣
足球赛、马拉松、拳击赛，今年的人形机器人，不仅融资融得风生水起，在运动赛场上也拼得热火朝天。
今年 3 月，加速进化联合创始人赵明国带领「清华火神队」，以 9：0 的分数，夺得了 RoboCup 机器人世界杯德国公开赛的冠军。
加速进化 T1 机器人踢足球动作展示
5 月，宇树科技又作为合作方，与央视直播了一场机器人格斗赛，参赛的四个机器人都是宇树科技的 G1。赛场上机器人拳打脚踢，赛场下观众不亦乐乎。
有趣的是，就在宇树要直播机器人格斗比赛的当天，众擎机器人也宣布将在今年 12 月举办全球首个全尺寸人形机器人自由格斗赛，后续还将每个季度举办一次。
众擎提供多款开源人形机器人本体，参赛俱乐部可自主开发算法、升级硬件。
6 月 28 日，RoBoLeague 世界机器人足球联赛又将在北京亦庄开赛，赛事以加速进化人形机器人加速 T1 作为赛事标准平台，面向全国进行招募。
一系列机器人运动赛事的热闹背后，是技术公司在股权、品牌与市场上的同步动作：既要抢流量出圈，也在为下一阶段的融资、上市、产业化铺路。
宇树科技公司名称从「杭州宇树科技有限公司」变更为「杭州宇树科技股份有限公司」。名称变更可等同为完成股改，业界猜测其有为 IPO 上市做铺垫之意。
加速进化在官宣其人形机器人为机器人足球联赛官方机器人后，马上宣布完成 A 轮融资。资金将主要用于产品迭代升级和规模化量产交付。
但喧嚣的赛场背后，一个疑问开始浮现：竞技场上拳打脚踢的机器人，是技术突破后的高光展示，还是当下商业场景尚未成熟、被动转场至表演舞台的权宜之计？
无论是踢球还是打拳，这些竞技场景本身尚未具备明确的商业化路径，更多时候是一种「秀肌肉」的窗口。
在真正的应用场景尚未落地成势之前，企业选择通过赛事造势、聚拢关注，也是在为下一阶段的资本注入和生态搭建续命。
赛事展现的是机器人的「硬件」优势
为什么一下子出现了这么多机器人的运动比赛？
宇树科技机器人格斗赛直播中主持人反复提到的一句话，已经概括了这些比赛的本质：外行看热闹，内行看门道。
对于属于「外行」的大众而言，机器人格斗、踢足球比赛刺激、有趣，是茶余饭后的谈资。
当机器人在比赛中取得优势时，还会给敌方拍屁股嘲讽。这些戏剧场面，比看机器人跳舞更上头。
宇树科技等企业也能通过各种比赛，扩大品牌影响力，同时继续保持大众对机器人技术的关注，增强人们对机器人技术的认知理解与情感认同，为机器人融入生活先营造一个友好的社会氛围。
对于懂技术的「内行」而言，他们能够看到这些企业机器人在硬件、感知、全身动态控制三个方面的技术实力。
技术实力的展现，有利于企业继续吸引开发者、扩大开发者生态。
众擎要举办机器人的拳击比赛，加速进化举办机器人足球赛，就是和宇树一样，都在竞争开发者的注意力，塑造自家机器人是「平台型硬件」的形象。
选择格斗场与足球场，因为它是一个相对可控，又能展现机器人动态对抗的场景。
以机器人格斗比赛为例：在拳击比赛中，机器人需要面对猛烈的击打，自身动作也会产生巨大的反作用力，以及频繁摔倒带来的冲击。
硬件系统的灵活度、强度、结构稳定性直接决定了机器人能否在激烈对抗中「存活」并持续迎战。
参赛的 G1 身高约 130cm，体重约 35kg，具备 29 个自由度，关节扭矩高达 120Nm，可以支撑快速爆发动作，配合特殊材料的仿生关节和轻量化设计，既抗揍又灵活。
感知系统收集的数据，则是机器人维持平衡、执行精确动作和跌倒后恢复的关键数据来源。
在本场赛事中，宇树科技机器人的感知可分为两类：
环境感知：通过 3D 激光雷达和深度相机，可实现 360 度探测感知；
自身姿态感知： IMU（惯性测量单元）和高精度关节传感器实时监测机器人自身姿态和受力情况。
全身动态控制方面，有一个容易被人忽视的事实是，虽然机器人是由人类操纵的，但机器人在赛场上受到冲击后保持平衡，其实主要是依赖自己。
中国信通院泰尔系统实验室副总工程师刘泰介绍，人形机器人其背后是一整套的大模型、运动控制模型的算法支撑，实际上是在通过这些算法来进行操控。
宇树科技的机器人首先在仿真环境中进行 AI 强化学习，优化对失衡等各种情况下，机器人姿态的控制策略。
在比赛过程中，G1 通过高精度的实时算法，处理大量来自传感器的数据，精准协调全身多处关节，将操控者的高级指令转化为稳定、有力的动作执行，并通过特定的动态平衡补偿算法优化机器人的抗冲击性能。
简单来说，格斗赛、足球赛这些运动比赛，主要测试的是机器人的「肌肉」和「反应神经」。
不久前，北京亦庄还举行了一场人形机器人马拉松比赛。
不同的是，马拉松比赛更加强调机器人在复杂、具有随机性环境下的长时间稳定运行。
而格斗比赛、足球比赛则检验在固定场景下，机器人的动态爆发能力和抗冲击性。
本体类企业，通过赛事抢夺开发者
格斗赛、足球赛等赛事形式虽然不一样，但背后指向的目标高度一致——他们都希望把自家的人形机器人打造成一个标准化、通用化、开放性的机器人平台。
放眼全球科技史，类似的竞技比赛在技术发展早期并不罕见：
DARPA 无人车挑战赛推动了自动驾驶技术从实验室走向现实；
RoboCup 机器人大赛为多智能体系统、路径规划与实时感知提供了测试场。
如今，中国人形机器人领域的格斗赛与足球赛也正在承接类似角色。
不过，当前这些赛事的最大不同之处在于：它们不再是传统意义上各类机器人同场竞技的擂台，而是由企业提供统一机器人硬件，开发者围绕这些本体进行算法开发、动作训练或操控竞赛。
这背后是企业在争夺技术平台话语权，抢开发者，建立开发生态。
类似 PC 领域的 Windows、手机领域的 Android，人形机器人领域未来也可能诞生出标准化操作平台和硬件接口。
在人形机器人尚未跑通商业化落地路径、To B 订单仍处于试点探索阶段的当下，先抓住科研机构、机器人爱好者和工程团队，吸引他们围绕自家机器人开发动作、上传数据、打磨算法，是企业「活下去」的现实策略。
通过赛事建立开发生态带来的好处是显而易见的。
首先，它可以帮助企业以更低成本迭代产品。
无论是算法优化、硬件适配还是传感系统调整，来自开发者社区的反馈远比内部自主优化更高效。
其次，这些赛事带来的运动数据也是训练具身智能大模型的重要数据来源。
最后也是最关键的，一旦某个平台上的开发者数量达到一定规模，就会形成「正向飞轮效应」——越多人用，平台越完善，平台越完善，又会吸引更多人加入。
当然，打造平台生态并非易事。
要吸引开发者，首先要做到标准统一、接口友好、性能可靠，这对机器人的本体设计、控制系统、软件架构都是巨大考验。
就目前而言，真正能够实现软硬一体、标准化生产并具备一定开放能力的厂商依然是少数。
即便是比众擎机器人、加速进化更早实现商业化，在业内拥有长期技术积淀的宇树科技，也被不少开发者诟病，产品最大的优点可能是便宜，不少零部件仍然存在缺陷，完成度不高，电机、机械臂、激光雷达等产品的精致度仅停留在「创客级」。
有开发者购买宇树科技的关节电机后，发现其无法通过软件接口直接实现一致的电机转速，并且内部未标配刹车盘，无法在紧急情况下实现迅速制动关节的基础功能，可能导致工业场景下的安全隐患问题。
宇树科技的三款电机
其次，公司要能够向开发者提供完善的开发资料和售后支持。
同样以头部企业宇树科技为例。
其官方开源文件虽然覆盖较为全面，包括底层硬件控制、算法训练、仿真部署等方面，也提供了不少机器人的 SDK（软件开发工具包）、ROS（机器人操作系统）这两项关键开源资料，但文档内容却不够详尽，比如电机代码库只有一个范例，没有注释。
宇树科技官方开源文档
还有开发者发现，宇树的官方文档开发指南未能及时更新。通用人形机器人 G1、H1 和四足机器人 Go2 开发指南中强化学习例程章节内容已不适用于最新 RL 代码，存在 PyTorch 版本和运行脚本步骤错误。
美国人形机器人公司 K-Scale 创始人 Ben Bolte 也发现，美国开发者很难联系到宇树科技的支持人员帮助维修发生故障的硬件。
种种不足意味着，平台之路远未真正打通。
更值得注意的是，赛事所吸引的开发者多数聚焦在「算法优化」「动作炫技」层面，虽然技术上高度活跃，但却可能脱离了真实任务需求。生态未必能够转化为商业应用能力。
例如，为了在格斗赛中实现连击技巧，开发者可能专注于动作流畅性而非能耗控制、机构寿命或操作精细度——这些恰恰是在工厂制造、户外巡检等实际场景中必须优先考虑的。
换句话说，打造开放平台和吸引开发者，是具身智能迈向通用性的必要路径，但不是全部路径。
娱乐赛事，是早期行业的「副产品」
机器人运动比赛，其实也是整个行业「卷技术、缺场景」状态下的一个自然产物。
打比赛，一方面是好看、能出圈、能让资本和媒体看到「机器人能动」。
另一方面，也是公司找不到实际客户需求时的一种替代路径。
如果没工厂合作，那就上直播间打一架，至少有人看。
但也正因此，质疑声越来越多。
金沙江创投主管合伙人朱啸虎曾明确表示，人形机器人会翻跟头，但商业化难寻，现有的高校、央企客户难以创造持续价值，还没有看到理想的商业化模式。
这一番言论激起千层浪，惹得各路投资人、人形机器人公司创始人争论不休。原因是朱啸虎直接挑明了人形机器人的商业化的核心矛盾。
更何况，多数亮眼的运动表现仍然是通过预编程+遥控实现的。所谓「智能」背后实则是人类的实时介入，这与真正意义上的自主作业相去甚远。
银河通用创始人王鹤曾介绍，春晚上人形机器人跳舞是编程，跑马拉松是遥控，它们都无法自己干活。
这也解释了为何娱乐化比赛越来越多——它不考验机器人大脑的智能、不需要闭环，对企业来说成本较低，收益还不小。
但人形机器人能不能成产业，关键不是能不能打倒对手，而是能不能在真实场景下扛住任务。
机器人运动比赛，虽然检验了机器人的整体性能，但本质上是一种技术外溢。
毕竟除了商演外，没有多少场景需要机器人会拳击、翻跟斗、踢足球。这些运动控制技术无法直接导向应用场景。
人形机器人真正的赢家，不在赛场上，而是在赛场外，是找到刚需场景，并把技术真正应用到场景中的公司。
卷运动还是卷场景，国外已经有两家企业可以分别作为失败案例与成功案例。
卷运动的是波士顿动力。其人形机器人液压版 Atlas 在 7 年前就学会了后空翻，Spot 机器狗当年也凭借一个用机械臂开门的视频火爆全球，仅在 YouTube 就获得了 1.5 亿的播放量。
但波士顿动力因为技术路线的错误选择，加上产品贵，找不到合适的商业化场景，最终没能将流量转为销量，几经易主，先后被谷歌、日本软银集团转卖，最终归到韩国现代汽车旗下。
液压版 Atlas 也在 2024 年退役，而四足机器狗市场已经被后来居上的宇树科技占领。
宇树科技虽然靠着低成本、高性能的产品在市场占据一席之地，其实它面临的困难与波士顿动力一样——尚未找到可实际应用落地的商业化场景。过度依赖科研市场的现状，使得其难以摆脱「技术强、应用弱」的困境。
卷场景的是美国人形机器人企业 Agility Robotics。它的策略不是广撒网，而是聚焦物流仓储场景。
Agility Robotics 成立于 2015 年，在公司创立早期，其机器人产品主要面向学术实验室和研究机构销售。
2022 年，Agility Robotics 迎来了商业化的关键转折点。公司完成 1.5 亿美元 B 轮融资，亚马逊参投使其开始进入仓储生态。
从此以后，Agility Robotics 开始把自家产品扔进物流体系试错，专攻搬箱子的任务，并且取得不错的商业化成果。
Agility Robotics 已经与 6 家大客户达成合作，包括亚马逊、GXO、舍弗勒集团等，其中 5 家都是物流仓储领域的巨头。
Agility Robotics 的机器人通过有偿的方式向这些客户提供服务，按国外每小时 30 美元的人类时薪算，购买其机器人两年内就能回本。
目前，其在 GXO 的工厂部署的 Digit 机器人已经帮助配送超过 30 万件商品。Agility Robotics 也被美国《时代》周刊认证是「第一家让人形机器人能够赚钱的公司。」
Agility Robotics 的机器人也曾创造双足机器人百米跑吉尼斯世界纪录，但它并不沉迷于提高运动性能，而是通过深耕场景，走出了一条不那么性感但有营收的路。
不过，需要注意的是，打造专注搬货的人形机器人的商业逻辑虽然在国外成立，但在国内却未必能成功。因为国内外劳动力成本结构、物流仓储场景的自动化基础存在显著差异。
企业需要选择契合本土产业特征、社会需求结构、成本效益模型的应用场景，在劳动力短缺且场景非标准化程度高的领域探索落地可能性。
目前，在卷场景方面，国内代表性企业有优必选、魔法原子、乐聚机器人、开普勒人形机器人等。
除开普勒机器人现阶段主要面向工业制造与仓储物流领域外，其他三家都选择在聚焦工业制造场景的同时，还覆盖商用、科研等场景，尽可能从多种场景中挖掘市场需求，找到技术与场景的适配点。
对人形机器人玩家而言，如何让机器人从「能打会跑」进化到「能思会干」，在实验室与商演之外找到可持续的价值锚点，或许才是比任何一场赛事都更关键的终极竞赛。
热闹归热闹，但别忘了回归技术创新的本质。
毕竟，技术的变革不在于炫技，而在于让世界看见机器人改变生活的真实可能。
原文标题 : 机器人竞技赛事刷屏，宇树们抢的不止是流量
