機器人賽場表現與公眾預期中的科幻場景有差距，甚至屢屢“翻車”，這與ChatGPT、DeepSeek橫空出世時公眾的驚呼形成反差。
張建偉表示，ChatGPT和DeepSeek只類似我們處理文本的“腦區”，但運動等場景涉及“小腦”的控制以及視覺、聽覺、觸感等多模態的聯合控制，要複雜得多。
“機器人如果不小心出點洋相，我們反而‘更開心’。”王奕濤說，機器人在動態複雜環境中的運動控制極具挑戰，團隊希望以此來測試穩定性，在“實戰”中盡可能多地收集反饋數據，以改進提升。
機器人一小步，人類一大步。機器人運動員現階段如嬰兒般的“蹣跚學步”，正是為了走向“健步如飛”。
“看似表現笨拙，實則潛力巨大。”徐寶國是機器人運動會的“鐵杆粉絲”。在他看來，人形機器人投身運動有望帶動局部領域的技術突破。例如，格鬥項目推動靈活對抗與快速響應策略發展，足球項目促進團隊協作算法優化，跑步項目則考驗步態控制和能耗管理。這些成果一旦成熟，還將賦能康復訓練、輔助運動、災害救援等人機共存和協作應用場景，具備極高的應用價值與商業化潛力。
從春晚舞台跳舞到運動場踢球，這兩者是同一種機器人嗎？
專家解釋說，跳舞與踢球雖同屬“運動”，但動態控制目標、節奏響應與穩定策略各不相同。目前機器人大多採用針對性優化算法，通用性較差。隨著多模態融合、元學習、在線自適應控制等關鍵技術不斷取得突破，“一專多能”的多面手機器人有望在不遠的未來與我們見面。
對於未來的疑問，答案往往藏在歷史裡。 |
