文/李博赵斌

17日，世界人形机器人运动会落幕 。在百米“飞人大战
”决赛中 ，北京天工队的“具身天工Ultra”机器人以21.50秒的成绩率先冲线
，摘得全球首个人形机器人百米短跑冠军
。更引人注目的是，它是赛场唯一完全依赖全自主导航系统奔跑的机器人——无需人类遥控、无后台干预 ，能自主识别跑道 、调整步伐，最终完成冲刺。

这些自主动作的实现
，依托于一套什么样的智能技术体系？这些技术除了能让机器人“快跑 ”，还能在军事、生产生活等领域中给我们带来什么？

从“跟着地图跑
”到“实时算误差”

机器人能自主完成冲刺 ，核心在于“看得懂 ”环境
、“控得住”身体 。

人工智能专家、和耘科技有限公司创始人兼总工程师宋晓帆在接受中新社国是直通车采访时表示
，虽然这次比赛大部分是以遥控形式操控机器人，但小部分机器人已经具备了用导航算法实现自主导航的能力。其中 ，在室内跑道上跑步的机器人主要依靠“视觉
”工作
，它搭载的高清双目摄像头与激光雷达构成“视觉—测距”双感知系统，可以清楚辨识跑道 ，并像火车跑在轨道上一样实现全自动奔跑
。

要想跑得远 、跑得稳
，机器人不仅要“识别跑道 ”，关键还要在奔跑过程中随时“调整步伐
” ，以避免摔倒等意外发生。宋晓帆分析
，机器人“保持平衡
、调整步伐”的能力，得益于成熟的运控算法及模型 ，通过不断计算和修正误差，实现步伐调整与姿态稳定 。

比如
，当机器人收到“向前迈1米 ”的指令时，物理运动中难免出现误差 ，可能实际只迈了0.9米
，运控算法及模型会实时计算“误差变化率
”即“微分”和“累计误差 ”即“积分
”，以毫秒级速度修正指令 ，下次也就相应发出“迈1.1米”的指令
，确保奔跑过程流畅丝滑
。

值得注意的是，未来机器人运动控制的研究方向正在发生转变。

研究人员提出了“端到端控制 ”的概念 ，即通过深度学习模型
，直接把传感器输入映射为运动输出 。相比传统的运控算法及模型，端到端模型不需要人工设计复杂的控制逻辑 ，而是通过海量数据训练
，让机器人在不断学习中掌握自我调整的能力，这一趋势正在全球范围内受到重视
。

“跑得快
”让“软件定义一切”成为可能

如果说跑得快只是表象 ，那么更重要的意义在于，这些技术正在推动“软件定义物理世界 ”的进程。

宋晓帆指出
，这一技术进步的核心意义在于：数字世界的东西都可以复制到物理世界 。就像在《极品飞车》游戏中，玩家能轻松操控虚拟汽车加速、转弯甚至漂移和飞跃 ，而一般人在现实中却很难实现这些动作
。未来通过运控技术
，实体汽车也能通过精准执行数字指令，在现实世界中实现游戏里的高难度动作。

在传统意义上 ，软件和物理世界之间存在明显的隔阂 。软件运算精确可控
，输入和输出之间存在严格的对应关系；而物理世界却充满了不确定性：摩擦 、惯性
、误差、环境干扰，都会让控制结果偏离预期
。正因如此 ，虚拟世界中的游戏模拟往往难以在现实世界中复现。

但有了运控算法的加持
，这一障碍正在被打破 。通过精准的感知与控制，机器人能够让虚拟逻辑一比一映射到现实中。这意味着 ，未来我们在虚拟世界中训练出的“软件动作”
，有可能被直接复制到现实机器人上
。

这不仅是一种技术突破，更是一种范式的转变。它标志着：我们正在从“硬件驱动的世界
”走向“软件定义的世界” 。

技术“双刃剑 ”愈发锋利

百米赛场只是展示
。更让人好奇的是 ，这项技术能带来怎样的应用场景？

“未来3至5年人形机器人的自主能力将大幅提升，逐步在多场景实现规模化应用
”
，中国电子学会理事长徐晓兰说。在地震 、火灾等复杂环境中，自主导航的人形机器人可以代替人类进入危险区域 ，还能在工厂
、仓库里自主移动和运输
，提高效率 。在家庭陪护中，自主行动更加成熟也能促使机器人真正成为陪伴和助手
。也就是说 ，这场比赛背后
，折射的是未来生活和产业的巨大可能。

徐晓兰认为，接下来人形机器人的技术发展将通过建立统一标准规范与共享机制 ，实现跨场景数据资源的高效流动 。

然而
，每一项技术进步给世界带来的影响往往都是双向的
。机器人越跑越快给我们带来的危险远不止可能被撞到，其背后的安全与伦理方面也给我们带来巨大挑战。

从伦理等安全角度看 ，运控算法及模型可靠性保障的范围还需要进一步扩大
，并且这种类似“把虚拟搬进现实”的技术一旦被滥用，军事、经济 、金融以及社会安全等方面都将面临前所未有的压力 。

宋晓帆提醒 ，这要求我们在技术发展的同时，必须建立关于人工智能更加完善的法律
、伦理与监管体系
。这不仅需要国内层面的制度建设
，更需要国际上的合作与约束，共同制定人工智能和机器人使用的边界与规范。