第二届世界人形机器人运动会闭幕：智元首参赛登顶双榜，2500小时具身数据集将免费开放

据 IT之家 8 月 26 日消息，第二届世界人形机器人运动会今日晚间在北京国家速滑馆“冰丝带”闭幕。为期五天的赛事中，来自 16 个国家的 666 支队伍、2056 台机器人围绕 51 个赛项展开比拼。本届赛事不仅在百米、长跑、跳高等竞技成绩上大幅刷新纪录，也在产业化展示、具身智能数据开放和教育普及方面释放出新信号。其中，上海具身智能企业智元机器人首次参赛即凭借量产机型获得 18 金 16 银 12 铜，位列金牌榜与奖牌榜第一；闭幕式上发布的世界级人形机器人运动会全量数据集总时长超过 2500 小时，并将免费向社会开放。

赛事成绩跃升：人形机器人运动能力进入加速迭代期

从本届赛事公开成绩看，人形机器人在运动控制、稳定性、步态规划和动态平衡方面的进步非常明显。来源显示，田径项目中，400 米大型组冠军成绩从上届的 1 分 28 秒 03 提升到 38 秒 15；1500 米冠军成绩从 6 分 34 秒 40 提升到 2 分 21 秒 64；原地跳高成绩也从 0.956 米跃升至 3.40 米。

短距离项目同样成为关注焦点。赛事中 100 米冠军成绩达到 9.32 秒，而在今晚的大型组 100 米决赛上，天骄队跑出 8.64 秒。此前其已在开幕式跑出 9.39 秒、复赛跑出 8.85 秒，此次再次刷新百米竞赛纪录。对于人形机器人而言，百米成绩的变化不仅是“跑得更快”，背后还对应电机响应、关节控制、机身结构、实时感知与控制算法的综合提升。

这些项目虽然带有竞技属性，但并非单纯表演。高速奔跑、跨越、转向、抗摔和长时间运动能力，都与未来机器人进入真实工厂、仓储、消防救援、商业服务等场景密切相关。运动会以标准化赛项集中测试不同团队的方案，也让外界更直观看到人形机器人从实验室走向复杂环境的技术成熟度。

智元首参赛登顶：量产机型成具身智能展示窗口

本届奖牌榜上，智元机器人表现突出。来源显示，这家上海具身智能企业首次参加世界人形机器人运动会，使用全量产机型参赛，最终获得 18 金 16 银 12 铜，同时位列金牌榜和奖牌榜第一。

从项目分布看，智元并非只在单一赛道取得成绩。其灵巧手在八个专项比赛中摘取 7 枚金牌，作业赛道获得 6 枚金牌，竞技赛获得 5 枚金牌。参赛机型包括精灵 G2、灵犀 X2、远征 A3 等，覆盖消防应急、图书整理、障碍赛、拳击、乒乓球等项目。

这组结果对行业的意义在于，量产机型正在成为人形机器人能力验证的核心载体。过去不少机器人展示依赖定制化环境或高度调试的单项演示，而运动会要求机器人面对多赛项、多规则、多场景考验。能够在作业、灵巧操作和竞技赛中同时取得成绩，说明硬件平台、控制系统和任务执行能力正在走向更通用的组合。

• 灵巧操作：灵巧手项目成绩突出，反映抓取、控制精度和手眼协同的重要性上升。
• 真实作业：图书整理、消防应急等项目更接近服务和工业落地场景。
• 运动控制：障碍赛、拳击、乒乓球等项目考验机器人动态平衡与快速响应。
• 量产验证：以量产机型参赛，有助于外界判断技术从样机到产品的距离。

2500小时数据集开放：具身智能训练迎来公共资源

闭幕式上，组委会还发布了全球首个世界级人形机器人运动会全量数据集。来源显示，该数据集总时长超过 2500 小时，覆盖工业、商超、餐饮、办公、家庭、消防救援等 12 个应用场景，包含 44 项作业、百余项技能、万余项精细化任务，并收录失败案例与边界工况数据。该数据集将通过组委会免费向社会开放。

对于具身智能行业来说，数据的重要性正在快速上升。大模型推动了语言、视觉等领域的能力跃迁，而机器人要真正理解并执行现实世界任务，仍需要大量来自真实环境的交互数据。尤其是失败案例和边界工况，往往比“完美演示”更有训练价值，因为它们可以帮助模型学习异常处理、策略恢复和安全边界。

免费开放全量数据集可能降低高校、初创团队和中小研发机构进入具身智能研究的门槛。相比单个企业独自采集数据，公共数据集有助于形成更统一的评测基础，也能推动算法团队在任务规划、模仿学习、强化学习、多模态感知等方向进行复现实验和横向比较。

影响解读：赛事、数据与教育正在共同推动产业生态

除了竞技与数据发布，本届闭幕式还启动了“机器人进校园”活动。北京机器人租赁公司将捐赠 100 台机器人，其中部分配置至赛训基地用于教学和训练，其余由教育主管部门统筹配置给有关学校。第三届世界人形机器人运动会将于 2027 年 8 月在北京举行。

从产业视角看，人形机器人正在经历从“单点炫技”到“体系化验证”的阶段变化：赛事提供公开对抗和标准化场景，数据集提供模型训练资源，校园项目则为人才培养和公众认知打基础。对中文科技读者而言，这意味着人形机器人竞争不再只是硬件厂商之间的速度比拼，更是数据、算法、供应链、应用场景和人才生态的综合竞争。

接下来值得关注的是，开放数据能否被更多研究团队有效利用，赛事项目是否会进一步贴近真实产业需求，以及量产机型在运动会中的表现能否转化为商业场景中的稳定交付能力。随着第三届赛事时间确定，人形机器人行业也将迎来新的技术对比窗口。