世界人形機器人運動會的病毒影片顯示，衝刺中的機器人打破了牙買加短跑名將 Usain Bolt 保持的男子 100 公尺人類紀錄，但同時也有機器人撞上障礙物跌倒，因為它們無法輕易停下來。一些跌倒的機器人甚至在腰部斷裂，冒出火花，甚至起火。

這些既展現機器人卓越能力又暴露其局限性的場景，來自於 8 月 22 日至 26 日在北京舉行的第二屆世界人形機器人運動會。與 2025 年的首屆賽事一樣，今年的活動挑戰人形機器人快速奔跑、表演功夫或舞步、進行踢拳對打，以及踢足球或打桌球。

今年的運動會還在更日常的實用情境中測試了機器人，例如洗滌和晾曬衣物，但它們似乎落後於人類的典型工作速度。這表明包括中國官方媒體和北京市政府在內的活動組織者，正積極展示人形機器人的商業潛力，正值中國機器人產業快速發展和測試此類機器人之際。

普渡大學電腦科學博士生兼美國陸軍開發司令部陸軍研究實驗室研究助理 Dipam Patel 告訴 Ars Technica，人形機器人從去年落後於人類紀錄保持者，到今年在 100 公尺短跑和立定跳高項目中超越人類世界紀錄，這表明機器人在完成特定任務的全身控制方面取得了顯著進步。

Patel 表示：「所有這些都展現了全身控制，因為你需要移動所有關節、手、腿、手臂、身體等一切來完成任務。」他補充說：「因此，從上次到這次，工程方面肯定有巨大的推動。」

然而，在世界人形機器人運動會上展示的機器人，距離能夠處理幾乎任何任務的通用型自主機器人仍有很長的路要走。相反，這些機器人是專為完成單一任務而設計的，這從跑步機器人直線衝刺，甚至在終點線後無法減速繼續繞著跑道跑的事實可見一斑。

Patel 告訴 Ars Technica：「如果你越過終點線，那就是目標，你是否停下來，或者是否摔成碎片都無關緊要。」他還說：「有些公司針對不同的比賽或任務，擁有不同類型的機器人，因為它們是為該任務而設計，以達到最佳表現。」

機器人競賽和其他華麗的賽事提供了引人入勝的奇觀，可以輕鬆登上新聞頭條並產生病毒式影片。Patel 表示，它們也為機器人公司提供了機會，透過在競爭中脫穎而出，吸引更多宣傳和投資資金。

總部位於北京的 X-Humanoid 公司開發的一種人形機器人，因其不尋常的「害羞者遮臉」姿勢贏得小型組 400 公尺賽跑，在網路上爆紅。該機器人的開發人員告訴《環球時報》，該機器人透過模擬中的強化學習試驗，學會從人類跑者的擺臂方式轉變為將手臂舉到臉部附近，並透過臀部轉動來回擺動。

Patel 建議，如果這些比賽能挑戰機器人跑十次相同的比賽，那麼衡量機器人進步的指標可能會更有意義。這將要求機器人證明它們擁有軟硬體能力，可以在多次試驗中可靠地執行，甚至可能學會安全地減速，不危及自身或旁觀者。

今年世界人形機器人運動會首次亮相的較不華麗的賽事，最終可能證明是更有用的機器人進展基準。根據中國官方媒體《環球時報》報導，這些情境競賽包括家務，例如洗滌衣物、摺疊衣服和清理客廳。

當機器人必須將一個包裹帶進屋內時，它們還面臨一個突發狀況。這要求它們從家務中切換任務，以處理接收包裹。北京大陸大飯店為機器人提供了一系列不同的計時挑戰，包括將帶輪行李移動到指定的飯店房間、整理床鋪和補充用品。 《環球時報》還報導，一項單獨的圖書館書架整理活動挑戰機器人收集歸還的書籍並將其放回正確位置，作為視覺辨識和推理的測試。

其中一個較為生動的實用情境涉及戶外消防與救援活動。機器人有 30 分鐘的時間來辨識危險物質、定位並關閉三種不同類型的開放閥門、發現火災，然後找到滅火器將其撲滅。根據《環球時報》報導，12 支參賽機器人隊伍中只有三支完成了整個挑戰。

機器人甚至參加了六項挑戰手部靈巧度的活動，包括撿拾豆子和擰螺絲。它們還競賽精準地將釘子釘入軟木板，不使其傾斜。但 Patel 觀察到，許多機器人參賽者仍然由人類操作員遙控，直接控制機器人的動作。世界人形機器人運動會允許在某些項目中進行人類遙控，但如果機器人是遠端控制而非自主執行，則會扣減最終分數。

Patel 表示，許多項目仍然允許人類直接控制機器人動作的事實表明，自主機器人系統仍有很長的路要走。人類可以快速學習許多任務，而機器人則需要透過在模擬或現實世界情境中反覆試錯來進行更多訓練。

Patel 告訴 Ars Technica：「你需要為機器人提供所有可能的邊緣情況，讓它們從互動中學習，這實際上是不可行的。」他解釋說：「你可以模擬十萬種錘釘子的情境，但這只是世界上數百萬個任務中的一個。」

為許多機器人提供動力的 AI 模型，也可以從大量涉及人類示範的視覺數據中學習。但儘管各公司努力支付普通人佩戴攝影機來收集此類任務示範數據，但這已被證明是耗時且耗費資源的。「我們必須大力推動演算法開發，才能真正看到機器人能夠泛化並在任何隨機環境中進行八小時的工作。」Patel 解釋道。

根據《南華早報》報導，即使是參加世界人形機器人競賽中更自主的機器人，仍然嚴重依賴雲端運算來運行運算密集型 AI 模型，而不是直接在自己的本機硬體上運行 AI 運算。報導描述機器人配備 5G 模組，將數據傳輸到「具身智慧系統」，然後接收下一步的指令。

人形機器人能力的真正考驗，必然會在世界人形機器人運動會的展示之外的現實世界中進行。僅在 2025 年，投資者就向人形機器人公司投入了超過 60 億美元，其中中國公司在測試和部署此類機器人方面尤為積極。同時，Boston Dynamics 和 Agility Robotics 等美國公司也在加速其在工廠和倉庫中的商業化和部署計畫。美國政府甚至禁止進口外國製造的機器人，包括中國最受歡迎的人形機器人。

但並非所有機器人研究人員都確信人形機器人是必要的，特別是目前從事生產性工作的最有用的機器人通常是其他形狀和尺寸。就 Patel 而言，他專注於開發軟體演算法，讓許多不同類型的機器人能夠無縫切換任務。