零改装、零特调，量产机器人直接下场，智元为什么还能拿下双榜第一？

第二届世界人形机器人运动会已经落下帷幕。

这场被外界称为「机器人界奥运会」的比赛，今年吸引了来自 16 个国家的 666 支队伍、2056 台机器人参赛。

赛场上的纪录也被不断刷新，仅百米一项，最快成绩就从去年的 21.50 秒提升到了今年的 8.64 秒，比博尔特的世界纪录还快了将近 1 秒。

在这样的竞争里拿下一块金牌已经很不容易，更何况是在完全不同的项目里持续拿牌。

这届运动会上，最极致的单项纪录各有胜者，但最后拿到最多金牌和奖牌的，却是第一次参赛的智元机器人。

18 金、16 银、12 铜，金牌榜和奖牌榜双第一。

更特别的一点是，智元没有另外开发比赛特调版机器人，OmniHand、精灵 G2、远征 A3、灵犀 X2 等参赛产品均为量产或已经实际部署的产品，并以「零改装」的量产状态直接参赛。

这就有点意思了。

单项做到极致和能量产，到底是不是一回事？一台准备进工厂、进真实环境干活的人形机器人，又需要什么能力？

双榜第一背后，

持续拿牌的核心力是什么？

这届运动会总共 51 个赛项，比去年多了一倍不止。而在赛项设置上，有个变化挺明显：今年「干活」的内容占了相当大的比重。

跑步、跳高、足球这些传统项目还在，但新增了灵巧手专项赛，场景赛里还塞进了酒店服务、图书整理、消防应急这些任务。

相比谁跑得更快，组委会显然更在意谁能真正干点活。

智元的 18 块金牌分布也挺有意思。OmniHand 参加了全部 8 个灵巧手项目，拿走 7 块金牌；精灵 G2 参加的作业赛道一共 12 块金牌，智元拿了 6 块；剩下 5 块来自竞技项目，远征 A3 和灵犀 X2 分别出现在舞蹈、武术和障碍赛里。

仔细看这份成绩单，你找不到一个所谓的「王牌项目」。智元没拿百米冠军，也没创造跳高纪录，但它在灵巧操作、场景作业和运动竞技三个差异极大的方向上都能拿金牌，而且用的是同一批产品。

为什么同一批量产产品，能在这些差别很大的项目里都拿到成绩？

这事得往回看智元这几年的技术布局。智元把机器人的能力分成三块：运动智能、作业智能和交互智能，也就是它所说的「三智一体」。

这三个名字听起来有点抽象，放到具体的机器人身上，其实就是三件事：身体能不能控制好，事情能不能干好，以及能不能和人正常打交道。

智元官网目前也将运动智能、交互智能、作业智能作为其全栈产品能力的三个核心方向。这次比赛里最直接的一块，是作业智能。

其中，精灵 G2 参加了酒店服务、图书整理、消防应急等场景赛，最终拿下 6 块金牌。比如消防场景里，机器人面对的并不是一个单独动作，而是一串连续任务，需要自主完成感知、判断和操作。

智元为这类任务搭建了 ViLLA 具身基座大模型 GO、世界模型 GE 以及 RW-RL 强化学习系统，让机器人可以根据现场情况继续往下做，而不是把每一步提前写死。

运动智能则更直观一些。在这次比赛上，灵犀 X2 的量产版本拿到了 100 米障碍赛冠军，并在 400 米障碍赛拿到银牌和铜牌；远征 A3 则出现在太极拳、国标舞等项目里。

相比直线跑步，这些项目更考验机器人在运动过程中对身体的控制。

第三块交互智能，在这次运动会上反而没有那么显眼。但机器人真的进入商业场景以后，这块很难绕过去。

尤其是人工和机器人说话，不会像给机器下指令一样标准，中间会停顿，会改口，也可能机器人还没说完，我们已经开始说下一句话。智元的 WITA-Omni 一直在处理这类问题。

今年 7 月，智元发布的 WITA-Omni Preview 在 DailyOmni 全模态理解榜单上拿到第一，综合得分 85.21，并在 8 个细分指标中的 6 项排名第一。

相比单纯把语音转成文字再进行回答，这套模型更关注真实交流里的语境、语气、打断和连续对话，让机器人和人的交流更接近现实中的沟通方式。

所以如果重新看智元这 18 块金牌，它们其实有一点像把机器人的能力拆开来考了一遍，比如灵巧手考操作，场景赛考干活，障碍和舞蹈这些项目考身体控制。

这次比赛虽然无法完整复刻一个真正复杂的商业环境，但至少把一台机器人需要的几类能力分别都摆到了台面上。

而机器人真正离开赛场以后，这些能力又得重新装回同一台机器里。

这也是为什么智元这次的双榜第一，比单独拿下某一个冠军更值得看。它没有创造这届比赛最极致的单项纪录，却用一批量产产品拿到了 18 块金牌。

纪录不断被刷新，

但量产比单项纪录更难

过去几年，人形机器人运动能力的进化速度是肉眼可见的。

一开始能站稳、能走路就已经值得发一条新闻，后来开始跑，开始跳，开始后空翻，到现在一百米能跑进 9 秒，整个过程也就几年时间。

运动会把这种进步集中展示了一遍。为了一个具体的比赛目标，团队可以反复调硬件、改算法、换控制策略，直到把一台机器的所有潜力都榨出来。

但有一个问题可能被忽略了：比赛是比一台机器能发挥到什么程度，量产是比一万台机器能不能同时稳定发挥。

这两件事，其实不是同一个维度的挑战。

2025 年，Figure 把 Figure 02 送进了宝马在南卡罗来纳州的工厂。将近一年的部署，这批机器人累计跑了 1250 个小时，参与了 3 万多辆 X3 的生产，做了 9 万多次钣金件装载。

Figure 自己披露过一个细节：机器人每天工作 10 小时，每周干 5 天。

如果一定要用一个简单的数字来概括，实验室和竞技场更多是在解决从 0 到 1，量产解决的是从 1 到 10000。

0 到 1 难在突破，1 到 10000 难在工程落地。

工程落地，可是比创纪录还要难的事，不然马斯克的机器人量产不会跳票了三次。

现在人形机器人行业花了大量精力在 0 到 1 实验场景或者竞技场景下，可一旦进了量产场景，要求就完全不一样了。

智元今年一直在提一个词——「部署态」。意思就是让机器人先进入真实环境干活，一边干活一边暴露问题，用真实场景里产生的数据往回改模型，而不是在实验室里把一切调完美了再放出去。

据了解，精灵 G2 已经在龙旗和上汽的产线上跑了。在龙旗的一次部署里，8 台 G2 连续干了 6 天，累计 6 万多次作业，成功率 99.99%。

没什么戏剧性的画面，就是产线上重复干活。但就是这种重复干活的过程，产生了比任何实验室模拟都真实的数据。

所以再看智元这次参加机器人运动会，你会发现一个不太一样的地方。

参加这次比赛的所有智元机器人产品，都不是为比赛临时打造的特调机型，而是已经量产并进入实际部署的产品。

智元把这些产品直接带到赛场，最后成为金牌榜和奖牌榜双第一。

它们当然未必在每一个单项上都把纪录推到了最高，但至少证明了一台已经按照量产和部署要求做出来的机器人，也可以保留相当高的能力上限。

既能进得了工厂，也能比得了赛场。对于现在的人形机器人来说，这两件事开始需要同时成立了。