具身智能的终极关卡：从“遥控”到全自主的进化之路

事件概述

随着人形机器人竞技赛事（如机器人半程马拉松、世界人形机器人运动会）的推进，“遥控”争议成为观察具身智能发展阶段的窗口。赛事规则的变化及参赛机器人的表现，揭示了行业正从依赖人工干预的初级阶段，向追求全自主能力的终局形态演进。

核心信息

1. 赛事风向转变：鼓励全自主，弱化遥控优势

• 赛制调整：在第二届机器人半程马拉松中，赛事设立“自主导航”与“遥控”两组别，并对遥控组成绩施加1.2倍的时长加权系数，以此鼓励队伍使用真正的自主机器人。最终，采用自主导航的“齐天大圣队”夺冠，且前三名均为自主完成。
• 规则收紧：第二届世界人形机器人运动会的30个竞技赛项中，有23项明确要求“全自主”，而去年多数赛项允许“遥控、半自主、全自主”三选一。
• 技术突破：相比去年仅靠摄像头易串道，今年参赛队伍通过加装激光雷达并建立三维地图匹配，实现了厘米级全局定位，使自主完赛成为可能。

2. 产业现状：处于L2-L3过渡期，泛化能力是瓶颈

• 智能化等级：业内将人形机器人智能化水平类比自动驾驶分为L1-L5。目前市面产品多处于L2初期，商业化量产的关键节点为L3（手、脚、嘴、眼、大脑全项融合）。
• “遥控”的本质：当前的遥控并非传统玩具式的逐帧操控，而是操作员在“任务层”布置高层指令（如前进、切换模式），具体的运动执行（迈腿、重心调整）由机器人自主完成。操作员相当于“主教练”，负责战术部署而非具体动作。
• 核心痛点：王兴兴指出，当前最大卡点在于泛化能力不足。机器人在固定场景训练成功率接近100%，但在陌生环境中成功率骤降。何小鹏等从业者强调，需达到L3能力才能真正进入商业化阶段。
• 成本与门槛：以宇树科技为例，低价版（9.99万元）不支持二次开发，本质仍为展示或L1-L2阶段；面向科研的高价版（20万-40万元）才提供完整解决方案，定制开发成本极高。

3. 进化路径：数据飞轮与终局展望

• 数据驱动学习：遥控操作并非单纯的辅助手段，而是产生真实世界训练数据的基础设施。本次运动会积累了2500小时真实场景数据，涵盖12个应用场景、44项作业及百余项技能，这些数据将成为训练具身大模型的关键“养料”。
• 自我进化案例：天工Omni机器人展现出的“捂脸害羞”姿态，并非预设脚本或遥控，而是通过自主训练学得的步态，印证了机器人自我学习与进化的可能性。
• 终局标准：王兴兴提出“双80%”标准——在80%的陌生场景中，通过语音/文字指令能完成约80%的任务。一旦突破此临界点，具身智能将迎来通用化和产业大爆发。
• 时间预期：业界预测，快的话2-3年，慢的话5-10年，机器人可能迎来类似ChatGPT的“时刻”。

值得关注

• 莫拉维克悖论的持续挑战：硬件躯壳已相对成熟，真正的难点在于让AI像婴儿一样感知物理世界。解决上层意图理解与下层运动执行之间的鸿沟，是未来3-5年的核心攻关方向。
• 评测体系标准化：行业正推动“去遥操化”的评价体系，未来“是否全自主”可能成为硬性打分指标，这将迫使厂商从展示完美Demo转向解决实际落地问题。