突破性胜利！机器人无遥控夺冠，全自主导航技术震撼行业
界面新闻记者 | 玥涵
界面新闻编辑 | 玥涵
<p>你知道吗？在本月刚刚落幕的机器人运动会100米竞速项目中，北京人形机器人创新中心（国地共建具身智能机器人创新中心，简称“北京人形”）打造的“具身天工Ultra”机器人以21.50秒惊人成绩刷新纪录夺冠，并在400米和1500米项目中斩获银牌。最令人震撼的是，它全程无人工遥控、无陪跑引导，以完全自主模式参赛，成为全场焦点。</p>回顾今年4月北京亦庄机器人半程马拉松，“具身天工Ultra”就曾凭借半自主控制技术夺冠。当时依靠人类领跑员和UWB标签进行追踪，但这次运动会实现了彻底突破，无需任何外部辅助。
北京人形CTO唐剑在赛后透露，团队正全力攻关全自主导航技术，原计划2026年实现无人引导，但此次运动会已提前展示成果。唐剑在接受界面新闻专访时强调，跑道场景只是基础应用，他们的全自主导航系统已能处理更复杂环境。
“去遥控化是全自主导航的核心，更是产业化的前提。”唐剑指出，无论是工业还是家庭场景，机器人必须自主探索陌生空间，通过实时建图、动态路径规划和障碍物规避来实现无人干预运行。
作为2023年底成立的新型研发机构，北京人形汇聚了顶尖团队。唐剑教授早年执教美国雪城大学，是IEEE Fellow和ACM杰出科学家，曾获2019年IEEE通信学会William Bennett论文奖，在加入北京人形前，曾任滴滴智能控制首席科学家和美的集团首席AI官，在AI驱动系统控制领域积累深厚。
“AI驱动系统控制采用端到端方法，机器人控制逻辑与智能手机、智能汽车相通。”唐剑表示。
但他坦言，当前机器人的“AI渗透率”仍不足。参照“大脑-小脑-躯干”模型，运动控制和执行机构进步显著，但决策系统的AI能力仍处基础阶段，这直接制约了规模化落地。
以下是界面新闻专访唐剑的对话实录，内容经界面新闻编辑调整“无遥控+全自主导航”构建机器人产业化基石
界面新闻：机器人运动会上，天工机器人实现无遥控奔跑，这是否是团队现阶段的核心研发目标？
唐剑：无遥控奔跑只是全自主导航的一个应用场景。我们的目标是让机器人在未知环境中自主移动，跑道这种结构化场景只需识别边界线，属于基础验证。
界面新闻：相比行业普遍采用的人工遥控模式，全自主导航技术对行业发展有何突破性意义？
唐剑：全自主导航此前在人形机器人领域未规模化应用。它面临双重挑战：环境感知复杂度远超自动驾驶，需识别厘米级物体和处理堆叠场景；人形机器人有数十个关节，轨迹跟踪控制难度极高。
界面新闻：针对网友质疑遥控机器人是“技术玩具”的观点，如何客观看待当前行业的遥控应用现状？
唐剑：这存在认知偏差。产业化必须去遥控化——人工干预会失去经济价值。但现有遥控技术只是发送方向指令，底层运动控制仍由算法完成，人类无法实时操控多关节协同。
界面新闻：全自主导航技术目前的研发进展如何？
唐剑：核心技术已突破，正进行场景迭代。类似自动驾驶，单次验证早可实现，但需攻克极端场景。运动会展示跑道导航，后续将突破工厂、商场等非结构化环境。
界面新闻：参考自动驾驶L0-L5分级标准，当前全自主导航技术处于哪个等级？
唐剑：对应L4级别——预设场景中高度自主，但极端工况需人工接管，这与行业发展阶段匹配。
界面新闻：如何评价本次机器人运动会的整体表现？
唐剑：团队表现达预期。赛事获田径赛一金三银一铜、场景赛一金三银一铜。场景赛中，“天轶2.0”在工业物料整理效率领先；类人机器人在物料搬运、迎宾服务中接近专用设备效率，验证了泛化能力。
具身智能算法泛化能力成行业核心瓶颈
界面新闻：世界机器人大会呈现技术路线多元化现象，有观点认为“行业缺乏技术共识”，您如何看待当前行业格局？
唐剑：行业脉络清晰：一类企业专注教育科研市场，提供开发本体；另一类聚焦产业落地，如仓储物流、物料分拣，两类路径已有共识。
界面新闻：从技术角度看，行业当前最迫切需要突破的瓶颈是什么？
唐剑：具身智能算法的泛化能力不足是核心痛点，行业公认。
界面新闻：如何看待宇树科技王兴兴提出的“具身智能模型是行业最大挑战”这一观点？
唐剑：这指向模型架构创新。当前VLA/VLM模型沿用大语言模型架构，无专用路线。模型训练方法和数据策略同样关键，需高质量数据与科学方法结合。
界面新闻：除算法层面外，机器人硬件性能是否存在明显短板？
唐剑：硬件指标如工作效率、负载、续航属线性瓶颈，随迭代改善；算法泛化能力属非线性突破，是研发重点。
界面新闻：参考ImageNet数据集对计算机视觉的推动作用，机器人行业是否需要类似的基础数据平台？
唐剑：行业尚未形成数据规模标准，数据质量与标注范式可能比数据量更重要。
界面新闻：具身智能模型架构是否需要突破Transformer框架？
唐剑：现有架构需创新。VLA/VLM模型是大语言模型衍生，在视觉-动作映射和多模态融合有局限，亟需专用设计。
AI能力不足制约规模化落地
界面新闻：作为AI控制系统专家，您认为人形机器人当前的智能化水平是否满足产业需求？
唐剑：AI能力仍不足，是制约大规模落地的核心因素。
界面新闻：行业上半年出现“量产潮”，部分企业宣称月产百台，如何定义机器人的量产标准？
唐剑：量产需区分场景——教育科研市场年销量达数百台，用于教学开发；产业级量产应实现特定场景规模化部署，如物流行业单订单数千台，形成持续需求。预计2026年底前出现真正产业化企业。
界面新闻：从AI控制系统角度看，机器人行业近年有哪些显著技术进步？
唐剑：运动控制技术突破性进展。人形机器人已实现稳定行走、奔跑和复杂动作，运动灵活性与平衡性大幅提升，为落地奠基。强化学习成为主流开发范式，提升运动策略泛化能力。
海湾合作委员会国家持续领跑，成迪拜2025上半年最大出口与再出口市场。