外观
新闻Robohub16 天前
天工Ultra百米8.64秒破纪录，但洗衣柔性操作仍是具身智能试金石
本文由 AI 根据公开内容整理，可能有误，请以原文为准：Humanoid robots can sprint and box – but the real test is doing the laundry（Robohub）
核心内容
在2026年北京世界人形机器人运动会上，天工Ultra人形机器人以8.64秒完成百米冲刺，超越人类世界纪录，展示了高动态运动控制能力。然而Robohub评论指出，竞速与拳击等结构化任务环境可预测性强，而洗衣等家务涉及非刚性物体操控、状态识别与错误恢复，目前尚无系统能全流程可靠执行，这才是衡量机器人是否具备日常生活实用性的核心指标。
洗衣任务要求机器人处理衣物形变、遮挡与材质差异，并实时调整抓取策略，这对感知-规划-控制闭环提出极高要求。此外，物理技能难以像软件一样跨平台移植：不同本体的传感器配置、关节自由度与平衡约束导致相同动作产生迥异结果。尽管Open X-Embodiment项目已汇聚22类机器人超百万条真实轨迹数据，试图提取可迁移的操作模式，但接收端仍需结合自身硬件特性重新适配执行策略，凸显具身智能从演示走向通用的工程瓶颈。
关键看点
- 竞速性能：天工Ultra百米成绩8.64秒，验证高动态步态控制与关节协同能力
- 柔性操作瓶颈：洗衣任务需处理非刚性物体形变、遮挡与滑移，现有系统无法全流程可靠执行
- 跨本体迁移难：物理技能依赖特定传感器与动力学约束，无法直接复制，需结合本体重新适配
- 数据复用探索：Open X-Embodiment整合22类机器人超百万轨迹，尝试提取可迁移操作模式
工程与产业观察
该案例揭示具身智能发展重心应从极限运动性能转向非结构化环境下的鲁棒操作能力。对算法工程师而言，柔性物体操控与跨本体策略迁移是当前技术深水区；对产业决策者，评估人形机器人实用性应弱化竞速等表演性指标，转而关注错误恢复率、自主干预间隔等反映真实场景适应力的量化维度。
来源
本页事实对应的公开页面，以原文为准。