机器人登泰山：1.6公里竞速与3.3公里负重，国产技术过关还需补短板

《环球时报》记者陈子帅报道，首届世界机器人登泰山大赛近日在山东泰安开赛。人形机器人和足式机器人轮番挑战陡峭台阶，既要拼速度，也模拟泰山挑山工负重转运物资，在真实山地环境中检验运动控制、环境感知与负载能力。从实验室走到复杂户外，这场比赛既让人看到国产机器人的进步，也把若干问题摆上了台面：爬泰山要迈过哪些技术门槛？比出来的本领能用到哪儿？往后机器人又会往哪个方向走？围绕这些问题，记者采访了多位专家。

人形机器人爬泰山。（视觉中国）

核心难点：先过三关

人形机器人竞速赛正式赛段全程约1.6公里、600余级台阶；足式机器人竞速赛从泰山红门广场到中天门，约3.9公里、3100余级台阶。这样的赛道究竟考什么？具身智能中心主任刘少山对《环球时报》记者说，背后有三个核心技术难点。其一，环境感知，机器人得实时认出高低不一的台阶、地面摩擦状况和落脚点。其二，动态控制，行进中要不停调整重心、关节力量和步态，别让自己失衡。其三，系统可靠性，几千级台阶连着爬，对电机、能源、散热和计算系统的实时性都提出了很高要求。

刘少山表示，从这次比赛可以看出，我国机器人在复杂地形下的运动控制以及长距离连续行进能力都有肉眼可见的提升。四足机器人尤其如此，山地里的通行本事已经相当强；人形机器人同样在变，过去只在实验室里走标准步态，眼下正转向复杂环境中的动态运动。

比赛还设了足式机器人负重赛，模拟泰山挑山工干活，比的是机器人背着东西转运物资的能力，赛段全程约3.3公里、2100余级台阶。赛迪研究院未来产业研究中心人工智能研究室主任钟新龙告诉《环球时报》记者，负重会让关节受力加大，货物位置一变，重心和平衡也跟着变。四足机器人背上可以架相对稳当的载货平台，多个支撑点也有助于分摊重量，所以更适合先拿来检验山地运输能力。

那为什么没让机器人背着东西爬泰山？钟新龙的解释是，双足一旦负重，上肢的动作就会带动整机重心变化，足底摩擦、关节持续扭矩、跌倒保护这几项要求都会跟着抬高。“这场比赛提示我们，机器人该做成什么形态，得看具体干什么活。山地运输、坡地巡检这类事，现阶段四足机器人往往更占优。要开门、取物、操作工具，特别是在按人身高和动作习惯建起来的设施里，人形机器人的双手和上半身才有更大用武之地。未来产业格局很可能是不同形态各管一摊。”他说。

未来应用：在复杂环境下作业

爬泰山练出来的这些本事，将来能落到哪些领域、哪些场景？刘少山认为，最直接的去处是复杂环境下的巡检、运输和应急作业。“比如山地巡检、电力设施维护、灾害现场运物资，还有矿山、隧道这类危险环境里的作业。这些场景确实需要机器人能在复杂地形里走得通，同时也有商业价值——能减轻人员劳动强度，降低安全风险。”

《环球时报》记者了解到，行业内已经在试水相关应用。泰山景区此前做过机器狗清运垃圾的测试；10月，一家瑞士工业机器人企业宣布，开始向油气、化工等客户交付面向危险环境的四足巡检机器人。刘少山判断，四足机器人在部分限定场景已具备应用基础，未来一至三年有望进一步扩大商业化部署。

人形机器人这边，落地可能先从工厂物料整理、仓储配货以及需要双手操作的固定任务起步，再慢慢转向环境更复杂的岗位。目前国内已有机器人公司与汽车工厂等开展联合试训。

刘少山提到，当前最大的技术目标是让机器人自主完成有价值的工作，这次比赛是通往该目标的一个里程碑。“这个目标不仅涉及运动能力，还涉及环境理解、任务规划、灵巧操作、持续学习，以及整套系统的可靠性和经济性。”

安波说，比赛跑通一次不难，可实际应用要求每天风吹雨淋地干几百次不出问题，这是两码事。另一头是续航和负载，电池能量密度是个老问题，背着东西走不了太远。还有一点常被忽略：爬上山只是到了现场，到了以后能不能看懂要干什么、能不能动手把活干完，这才是用户真正在乎的。

《环球时报》记者注意到，机器人登山途中并不顺利，出现过踉跄、停顿和人工牵引，还有机器人因过热“中暑”退赛。

钟新龙提醒，比赛也暴露出短板：机器人的运动能力、能源供应和安全控制还没能充分协调起来。要补上这些缺口，首先得把持续输出能力纳入关节和整机设计，提高电机、减速器和驱动系统的散热效率，并让机器人能依据温度、剩余电量和任务距离主动调整速度与步态。其次，要在湿滑台阶、碎石路、长坡和负重等条件下反复测试，重点提升感知失误后的重新落脚、安全停机和自主恢复能力。最后，测试标准要从单次闯关改为整班次作业，考核连续工作时间、有效运量等指标。

关键转折：从“能动”到“能干”

刘少山说：“会跑、会跳、会爬山，说明机器人具备了更好的身体控制能力，能否理解任务、适应未知环境、自主解决问题，才是衡量具身智能的更高标准。”他提出下一阶段有三个核心挑战。第一是泛化能力，机器人不能只在训练过的环境里表现好，还得适应新环境、新物体和新任务。第二是自主学习能力，要逐步做到利用历史经验和当前环境信息解决新问题，少依赖大量人工数据采集和重复训练。第三是计算系统能力，未来机器人要同时跑视觉感知、环境理解、世界模型、任务规划和实时运动控制等不同类型的计算任务，这些任务对算力、内存、时延和安全性的要求各不相同，现有计算架构仍有很大优化余地。所以，具身智能的发展不能只靠更强的人工智能模型，还需要模型、计算芯片、控制系统与机器人本体协同创新。

在安波看来，机器人眼下正走到一个关键转折点上——从“能动”迈向“能干”，从“单项技能”迈向“通用智能”。这几年强化学习、大规模仿真训练以及“仿真到现实”的迁移技术一起发力，机器人的运动能力进步很快，跑、跳、翻越障碍、爬台阶都不在话下，泰山大赛恰好把这一阶段的成果集中摆了出来。说到底，在“小脑”这一层，也就是运动控制和身体平衡方面，突破已经相当可观。

安波对《环球时报》记者说，真正的短板落在“大脑”这一层。眼下多数机器人还是在任务相对明确的场合里表现不错，环境一变、任务一开放，就很难像人那样理解意图、做出规划、灵活应对。“比如你让它把箱子搬到山顶，它能做，但是如果你说‘看看山上缺什么，补一下’，它就不太明白了。”大语言模型和多模态大模型的出现，让这个问题有了新解法：机器人能听懂自然语言指令、理解场景、做常识推理。把这类“智能体大脑”和机器人身体结合起来，也就是具身智能，是当前全球研究最活跃的方向之一。不过，大模型怎样与物理世界的精确控制可靠对接、怎样拿到足够多的真实交互数据、怎样保证决策安全，这些都还要继续关注。

机器人未来往哪走？安波总结了三个方向。其一，从单体智能转向群体协同。真实场景里，一台机器人独自完成任务的情况很少，更多是足式、轮式、无人机等不同形态的多台机器人，再加上人，一块儿把任务完成。其二，从实验室走向开放的真实世界。机器人得具备持续学习的能力，在部署中不断积累经验、自我改进，而不是换一个场景就重新开发一遍。其三，从技术突破转向安全可信与人机共融。让机器人的行为可预期、能被人监督和纠正，在多个自主系统共存的环境里防范风险，这些问题需要技术界、产业界和监管部门一起面对。