机器人离真正自主还有多远第二届世界人形机器人运动会第二届世界人形机器人运动会，一个细节很多人没注意到：全自主和遥控，分值差一倍。

全自主完成，权重1.0。遥操方式，权重0.5。组委会的意思很明确：跑得快不重要，自己跑才重要。

但实际情况呢？组委会自己也说了：全自主机器人的完成情况"超出预期"，但"一旦与机器人接触的物体材质、软硬度、摆放角度发生细微变化，自主决策仍然可能出现偏差"。

翻译一下：在标准化的赛场环境里，机器人能自己干。但真实世界里，东西稍微挪一下、软一点、硬一点，它就懵了。

这就是为什么很多比赛看着热闹，细想却有点尴尬。百米竞速，天工Ultra跑出9.39秒，闪电跑出9.32秒，都破了人类纪录。但赛场上几乎每组比赛都要暂停，修补跑道——因为机器人摔倒会剐蹭、损坏跑道。有的点名时在起跑线上躺平，有的听到枪响纹丝不动，有的摔倒了四脚朝天，有的燃尽自己、火星四射，被担架抬走。

全场百米比赛，只见到2台机器人能全身而退。

你看到的"突破人类纪录"，背后是这样的画面：每台机器人背后都站着一个紧绷神经的操作员，步态乱了手动微调、路线偏了远程纠偏、快要摔倒紧急操控止损。看似独立自主，实则全程兜底。

组委会委员巩潇说得好："比赛不是终点，而是起点。"每一个赛场任务背后，都对应着真实生产生活场景的考题。灵巧手专项赛里的粉末称量、镊子夹豆，餐饮场景里的取餐加热送饮料，应急场景里的清障碍物开窗户——这些不是炫技，是工厂、餐厅、办公楼里每天都在发生的事。

但现在的机器人，在赛场上完成这些任务，靠的是预设程序、固定环境、无突发干扰。一旦脱离这个无菌环境，遇到路面颠簸、突发障碍物、光线变化，预设程序就失灵。它们会照剧本演戏，不会临场应变。

这就是为什么我说，机器人彻底脱离遥控，还差三步。

第一步，是感知。不是"看见"，是"看懂"。现在的机器人能识别物体，但分不清同样形状的物体哪个是软的、哪个是硬的、哪个能动、哪个不能动。人看一眼就知道"那个纸箱是空的、可以推开"，机器人需要大量训练数据才能学会。真实世界的物理属性千变万化，感知能力要泛化到这种程度，还有很长的路。

第二步，是决策。不是"执行指令"，是"判断情况"。赛场上机器人接到指令"跑"，它就跑。但真实场景里，它得自己判断：前面有人挡路，是绕过去还是停下来？绕的话从左边还是右边？停的话停多久？这些判断没有标准答案，需要机器人理解场景、预测他人行为、权衡多种方案。这叫常识推理，目前的大模型和机器人控制系统，都还做不到。

第三步，是纠错。不是"摔倒了爬起来"，是"摔倒了知道为什么摔、下次怎么不摔"。赛场上有些机器人摔倒后自行爬起来继续跑，看着很励志，但这种" resilience "是程序写好的，不是真的学会了。真实世界里，错误的原因千差万别，机器人需要像人一样从失败中学习、调整策略、积累经验。这叫终身学习，现在的机器人基本没有这个能力。

所以全自主就一定比遥控好吗？不一定。

在标准化、重复性、高危险性的场景里，全自主是目标。比如工厂流水线、核电站巡检、矿井作业，这些地方环境相对固定，人类进去有危险，机器人自己干最好。但在复杂多变、需要灵活应变的场景里，人机协作可能是更务实的选择。比如家庭服务、医疗护理、教育陪伴，这些场景的不确定性太高，完全放手给机器人，风险太大。人在旁边看着、关键时刻干预，可能是未来很长一段时间的常态。

组委会的评分规则已经体现了这个思路：全自主权重1.0，遥操0.5，不是否定遥控，是鼓励渐进。先把遥控的精度提上来，再逐步减少干预，最后实现全自主。这个路径，比"一步到位"更现实。

那哪个场景会最先迎来全自主机器人？

我的判断是工厂。工厂环境相对可控，任务相对标准化，容错率相对较高。一个机器人拧螺丝拧歪了，可以返工；给病人喂药喂错了，可能就是人命。所以工业场景会先落地，家庭场景会晚很多。

但工厂落地的前提是：机器人真的能比人便宜、比人稳定、比人安全。现在的问题是，机器人研发成本极高，宇树科技一年研发费用才1.45亿，但市值一度冲高后三天暴跌40%，缩水1700亿。资本市场炒的是远期故事，但核心业务还是B端科研采购和场景演示，真正规模化商用遥遥无期。

说到底，机器人运动会的意义，不是比谁跑得快，是暴露短板、校准方向。跑得快、冲得猛，只是机械层面的进步。真正的智能突破，是拥有人类级别的感知、思考、纠错能力，能在复杂真实世界里稳定工作。

离开遥控器，机器人才能真正成为机器人。但这条路，比从21秒跑到9秒32，要长得多。