【科技资讯】「机器人奥运」加冕双冠王,不「偏科」的智元是如何炼成的? - 科普头条

【科技资讯】「机器人奥运」加冕双冠王,不「偏科」的智元是如何炼成的?

📌 信息分类:具身智能

📰 信息来源:www.36kr.com

📅 原文发布时间:2026-08-28 21:32

🕒 本站采集时间:2026-08-30 06:03:02


📝 核心摘要

2026年举办的世界人形机器人运动会(业内俗称”机器人奥运”)落下帷幕,智元机器人首次参赛便交出亮眼成绩单:斩获18金、16银、12铜,登顶金牌榜与奖牌榜双第一,且此次参赛的所有机型均为量产机,未针对赛事单独定制本体。这一成绩背后,折射出人形机器人产业竞争焦点的关键转变:当产业从技术展示阶段进入部署阶段,竞争已从单项能力的比拼转向系统能力的较量。过去两年,人形机器人的进步多集中于跑跳、拟人交互等单项能力,厂商也形成了不同技术标签,但当机器人进入工厂、商场等真实应用场景,需同时完成环境感知、任务规划、身体移动与物体操作等连贯流程,单项能力”偏科”已难以适应部署需求。本届”机器人奥运”新增的场景赛,正是一场针对人形机器人的系统压力测试:面对图书整理、酒店服务、消防应急等连贯任务,机器人需在移动、接触、负重状态下实现各环节协同。以消防应急场景为例,智元通过拆解任务环节,将抓取4.5-5公斤灭火器的需求转化为勾取、承载、移动的分步操作,搭配基于VR和逆运动学映射的超视距遥操系统与力控策略,确保任务流畅完成;图书整理场景则通过高精度地图、视觉模型与任务决策系统串联各环节,避免小误差在长流程中放大。智元的优异成绩源于其”三智一体”的技术体系:以机器人本体为基础,融合运动智能、交互智能与作业智能。其中,作业智能体系包含具身基座模型GO、世界模型GE、分布式强化学习框架Genie Evolver等,负责任务理解、规划与技能学习;灵巧手OmniHand采用DUET双层具身接触智能架构,实现精细操作;高动态运动任务则依托运动预训练模型、全身协同控制算法及Sim2Real体系。此外,精灵G2的域控制器搭载2070 TFLOPS算力,让模型和算法可在端侧运行,减少对外部算力与网络的依赖;智元通过控制产品一致性,让模型与算法在不同本体间稳定运行,减少调试成本。智元创始人邓泰华提出的”XYZ曲线”,将人形机器人产业演进分为开发尝鲜期、部署成长期与质变期,其中部署成长期的核心是机器人成为自主作业、自主运维的生产力,而非简单交付。目前智元已完成15000台具身机器人下线,形成规模化生产基础,参赛机型精灵G2已进入龙旗、上汽等工厂,并推出产线上下料、物流分拣等生产力解决方案。本届”机器人奥运”的意义不止于奖牌,更在于宣告人形机器人竞技已转向系统能力的较量,智元凭借量产机实现跨赛道协同的突破,率先站上这一高地,为行业从”单点极致”向”全面发展”的转型提供了范本。


🔗 阅读原文


👉 「机器人奥运」加冕双冠王,不「偏科」的智元是如何炼成的?


🏷️ 标签:人形机器人, 具身智能, 智元, 机器人奥运, 系统能力

© 2026 科普头条   |   京ICP备2026012639号   |   京公网安备11010102007649号