跑的是機器腿，累的是人腦：全球首屆人形機器人半馬賽登場，跌倒、爆炸、奪冠全紀錄！

槍聲一響，全球首屆人形機器人馬拉松開跑！22個參賽的機器人當中，僅6個完賽，其餘則是摔倒、腿斷、頭歪、臉斜，或如脫韁野馬原地狂轉，甚至當場爆炸，可謂賽況慘烈。

北京人形機器人創新中心研發的天工機器人，隨著槍響，邁開38.5公分的大腳，風風火火出發了！然而在它身後的起點，卻很快變成了大型翻車現場。這一幕，就發生在4月19日的北京亦莊，全球首屆人形機器人馬拉松大賽的比賽現場。

這次參賽的人形機器人總計有21支隊伍，控制機器人賽跑的模式分成兩派，一派是以天工機器人為代表的超寬頻通訊組，全靠人類引導員發出信號的方式，引領機器人通過自動導航跟隨；另一派則由人類操控員在旁，直接拿遙控器對機器人即時遙控，或轉彎或加速。

由於這次比賽為全長21公里的半馬賽，沿途設置了機器人選手們的換電池補給站，最後贏得金牌的，就是起跑最快的天工機器人，歷時2小時40分，但是比起隔壁馬拉松賽道上人類跑者的1小時2分半，還差了一大截。

學習跑步第一步：別摔倒

機器人學跑步這件事，已經折騰全球無數聰明的工程師20多年。問題出在哪？難的不是邁開腿，而是難在讓機器人於連續運動中，能持續取得平衡和穩定，其實就是──別摔倒。

2004年，日本知名汽車製造商本田技研工業株式會社（HONDA），推出了世界第一個會跑的人形機器人ASMO，跑速只有每秒0.38公尺，實為人類慢走的速度。而ASMO之所以可以行走，全賴工程師們提前做好控制精確的程式設計，只要任一條件出現變化，ASMO就會跌個四仰八叉。

後續十幾年裡，機器人平衡控制雖持續進步，但仍無法徹底解決摔倒這個老問題。即使到了2021年，波士頓動力（Boston Dynamics）公開了一條短影片，片中身高一百八的人形機器人Atlas，一路奔跑跳躍、翻越障礙，甚且結尾還來了個超級後空翻，整套動作行雲流水，彷彿人形機器人活了起來，震驚了全球，但Atlas的順暢動作，仍是工程師在背後精密計算和控制的結果。

工程師在Atlas的頭部安裝了光學雷達，能快速掃描一定範圍的空間，並生成3D地圖，然後通過演算法計算地圖中的地形，轉換切割成多個平面，再讓其計算接下來的行走路徑。通過計算，Atlas從預設的動作庫中挑選出對應的動作，比如跑步、跳躍等。也就是工程師提前根據動力學原理，先在電腦模擬器（虛擬世界）中搭建一個接近現實世界（有摩擦力、慣性等物理規律）的副本，然後通過程式控制碼，一遍遍試測Atlas機器人動作是否穩固，經過調整，讓Atlas機器人順暢地活動起來。也就是說，Atlas從未真正具備通用的平衡能力，只要環境改變、路徑改變，工程師就必須重新變更程式控制碼、重新生成動作軌跡、重新訓練。

火柴人與鴕鳥人都跑起來

這樣的科技，應用於2016年Google發展Transformer（自然語言學習）架構後開始改變，如AlphGo靠自學擊敗了世界棋王李世。後續生成式AI的出現，也打破以往數位資訊發展的傳統範式，改寫機器人的學習應用模式。

Google人工智慧研究「Deepmind」，曾將有頭、手、腳5個端點的火柴人，於其關節處設置能感知觸覺、速度和轉動的傳感測器，丟入虛擬健身房（MuJoCo模擬器），在不給程式指令的條件下，只設定了「向前有獎勵、摔倒和後退會受到懲罰」等簡單的遊戲規則，通過反覆試錯，試驗看看火柴人能否學會走路？

原本這些火柴人只會反覆摔倒、原地抽搐，然而慢慢地，它們也開始學會保持平衡，邁出小碎步，最後甚至健步如飛、繞過障礙物，完成深度強化學習的過程。

美國奧勒岡州立大學所屬機器人公司「Agility Robotic」則以神經網路模型自學走路的應用，訓練沒有頭與上半身的雙足鴕鳥型機器人「Cassie」。不像火柴人那樣從零起步，工作人員提供了一套基礎動作範本，讓Cassie在此節奏基礎上優化動作細節，然後再投入到訓練過程裡，故意製造各種不確定性（如添加感知雜訊、改變地面摩擦力、擾亂重心等），讓Cassie提前習慣現實世界。

經過上億次的訓練，這套神經網路策略成功遷移到了真實的Cassie體內，不靠規則腳本，讓Cassie能自己學會走路。由於Cassie只有兩條腿，沒有頭也就沒有視覺和導航能力，若要跑步仍需人類遙控，所以尚未具備參加本次人形機器人馬拉松賽的資格。至今，人們所熟知的主流人形機器人，均採取穩妥的傳統控制策略，使得人形機器人若要學會跑步，仍是一項稀缺的技能。

機器人馬拉松，工程師也馬拉松

本次人形機器人比賽的第一名天工機器人，是對岸首家聚焦於人形機器人核心技術、產品研發及應用生態建設的創新中心，由小米機器人、深圳優必選、北京京城機電、中國科學院自動化所等單位聯合組建，全力攻克人形機器人行業存在的各種工程問題。

這款純電動、身高163公分，體重43公斤，動作逼真流暢可奔跑的人形機器人，能夠快速處理信息，被賦予對環境的反應能力，乃至執行複雜任務時也能展現驚人的準確度。

相較各家機器人，天工機器人在馬拉松賽跑出一枝獨秀的成績，成功核心是其本體設計。設計團隊在硬體上做了大量細節的優化，包括天工比其他機器人來得腿長（步長）、規格輕量化（身輕如燕）、活動關節導熱優化（溫度上升慢於是機器故障率低），並且在腳底設計緩衝，減少關節模組和腳底板的磨損。

由此可知，機器人馬拉松的背後，其實是另一場工程師團隊比較戰鬥力的馬拉松。機器人躺平在地時，工程師們手忙腳亂找出問題；機器人開始跑動時，工程師們則是捏著拳頭為它打氣，或手裡拿著噴壺邊跑邊噴水，只為幫忙關節機件降溫。

泛機器人時代 is coming

目前全球機器人市場大致可分為三大類型：傳統應用，如汽車、電子、金屬加工等製造場景的工業機器人；用於物流（如自動搬運車AGV）、醫療（手術機器人）、安防、清潔等領域的專業服務型機器人；以及規模較小、但隨著AI輔助功能提升而展現巨大潛力的個人／家庭使用型機器人，如掃地機器人、陪伴型機器人、教育型機器人。

機器人產業的爆發除了市場需求驅動，核心的動力就來自於人工智慧（AI）、感測技術、機械運動控制、雲端運算等領域的創新，使得以往仰賴預編程式運作，只執行固定模式任務的機器人，開始具備了更強的環境感知、自主決策與適應能力。這些技術突破，正推動機器人從「剛性自動化」走向「柔性智能化」，擴大其應用範圍與商業價值。

國際機器人聯合會（IFR）〈World Robotics 2023〉報告指出，2022年全球工業機器安裝累積存量已突破360萬台，在區域市場上，亞洲為全球工業機器人最主要的消費地，中國大陸更是全球機器人應用最大的市場，所擁有的工業機器人佔全球50%。與此同時，在醫療照護、倉儲物流、餐飲、零售與教育等多個應用場景中，服務型機器人市場正以驚人的速度成長。

北京亦莊的人形機器人馬拉松比賽，不只創下歷史，見證此刻機器人發展的能與不能，更揭開一場深層次的產業與文化變革。隨著機器人技術與AI、5G、雲端、大數據深度融合，「泛機器人時代」正加速成形。機器人將不再只是工廠內的機械手臂，而是遍布城市、家庭、醫院、戰場與太空的智能載體，成為數位社會的基礎設施之一。面對這場全方位轉型浪潮，人類都必須重新思考競爭優勢與未來社會的共生秩序。

更多內容請詳旅讀《跑進靈魂深處─台灣越野》2025年6月號 第160期