2026年8月22日至26日，第二届世界人形机器人运动会在北京国家速滑馆举行。

和往届侧重跑跳、举重等运动体能比拼不同，本届新增大量“场景赛”，把机器人放到图书馆、酒店、消防应急、园林、家庭等贴近现实社会需求的环境中，考核长流程、多环节的综合作业能力，被视作人形机器人从实验室Demo走向实用工具的一次集中大考。

在已经结束的部分场景赛角逐中，智元机器人依托精灵G2硬件平台，拿下了“消防应急场景”“图书馆场景”等赛道共两金三银两铜的成绩，暂居场景赛奖牌榜首位。智元远征A3也在武术太极拳项目夺下一枚金牌，现场一气呵成完成包含腾空飞脚+外摆连450°、外摆连360°+马步、外摆连540°+马步等全套高难度动作。

不靠定制硬件，靠复用能力

在业内专家看来，本届运动会的场景赛项目数量占比超过40%，赛事评分规则向全自主作业倾斜，是极其值得关注的，因为它们还原了真实世界的复杂与不可预测：

消防应急要识别危险品、抓取4.5-5公斤灭火器并灭火；图书馆要把图书出库运输、上架归位、错放图书识别纠正三个环节串成完整流程；此外还有酒店、园林、家庭等场景。

智元在消防场景中的解法很有代表性。4.5-5公斤的灭火器，远超市面绝大多数人形机器人末端夹爪的负载上限。智元的应对不是换更贵的定制夹爪，而是在手腕处加装结构件，将“夹取”改为“勾取”——利用手腕结构强度将灭火器勾起，插入底盘带20°倾角的专用承载桶，由底盘承载全部重量，另一只机械臂辅助压稳。

从产业视角看，这体现了一种"量产思维"而非"竞赛思维"。定制夹爪能让单机在特定任务中拿高分，但会增加成本、牺牲一致性；而用最低成本的机械改造化解物理瓶颈，意味着这套方案可以低成本复制到成百上千台量产机器人上。

图书馆场景则展示了另一种能力——长流程鲁棒性。

图书出库运输、上架归位、错放纠正三个环节串联，任一环节失败都会导致任务中断。由智元与清华大学、上海交通大学共同组建的联合赛队采用的方案是：预先建立高精度地图并标定关键点位，通过定位与导航算法计算最优路径，采用开源视觉模型识别图书脊背标签。

有趣的是，这个项目刻意没有"用力过猛"。团队明确表示，针对不同任务约束选择最可靠的技术方案，而非在所有场景中强行堆叠大模型。图书馆对高精度、高可靠性有极致要求，经典机器人技术在实时性和计算资源开销方面反而更具优势。

这背后是一套三层能力底座：最底层是智元自研GO系列模型，负责视觉理解、指令解析与任务泛化；中间层是Genie Studio Agent，将抽象指令转化为可执行的行动序列；上层内置强化学习工具链。

三层协同的核心价值，不只是让单台机器人在单一任务变强，而是让同一套体系有潜力快速复用到酒店、园林、家庭等不同场景，这也是人形机器人走向量产落地的重要基础。

统考之外，大考还在

放在产业视角来看，本届场景赛折射出行业正在发生的路线思辨：人形机器人到底应该走“一任务一调优”的专项定制路线，还是打磨通用底座，靠一套体系去适配千差万别的现实场景？

专项调优可以快速把单一任务的比赛分数拉高，但换一个环境就要重新大量开发；通用底座追求跨场景复用能力，但对感知、规划、硬件稳定性提出极高门槛，短期单任务表现未必能做到极致。

此外，赛场表现不等于商业落地能力。比赛环境依旧是经过设计的受控环境，即便场景赛尽可能还原现实，依然和真实社会场景存在差距。武术、太极拳这类运动项目侧重本体运动能力；场景赛允许赛前开展大量反复测试迭代，而现实中家庭、酒店、消防现场的环境是完全不可预知的，不会留给工程师通宵调试优化的窗口。

对整个具身智能产业来说，场景赛、武术特技竞技等不同赛道的最大价值不在于几块奖牌，而是建立一套真实任务下的试错、验证体系。

赛事可以成为技术打磨的演练场，但从“赛场能打赢”到“市场能用好”，中间隔着工程化、供应链、运维体系、商业成本的多重考验。赛场交出的是阶段性答卷，真正的大考，还在赛场之外的工厂、酒店、家庭与大街小巷。

采写：南都·湾财社记者 胡雯雯