双臂抬到脸旁，身体大幅前倾，一台身高不到1.4米的机器人以一种近乎“捂脸狂奔”的姿态冲过终点。     8 月 26 日消息，Artificial Analysis 于 8 月 24 日发布博文，宣布携手 Liquid AI，发布面向手机端的 AI 跑分基准，重点关注 AI 模型在苹果 iPhone 17 Pro 上的表现。其中 Artificial Analysis 负责智能水平测试系统，Liquid AI 负责推理性能测试系统，双方选用 5 项基准测试：BFCL（Berkeley 函数调用排行榜）IFBench（指令遵循测试）AA-Omniscience（知识与认知相关测试）GPQA Diamond（高难度问答测试）MATH-500（数学问题测试）。测试模型对象为 4 bit 量化后体积不超过 8GB 的模型，示例包括 Gemma 4 E2B 和 LFM2-2.6B-Exp。8月23日下午和晚间，第二届世界人形机器人运动会迎来多个田径项目的决赛。

二 | 其中在400米小型组决赛中，天工机器人Omni以45.66秒夺冠。当上下文长度限制为 16K tokens 后，平均基准测试得分最高的是 Nanbeige4.2-3B 和 LFM2.5-2.6B。因为奔跑时身体前倾、双手靠近脸部，独特的“害羞式跑姿”成为赛场上的抢镜一幕。稍早结束的400米大型组决赛中，天工Ultra机器人率先冲线，以38.15秒夺冠。使用了荣耀闪电机器人的追风仔仔和惊鸿动力队分获二、三名。今晚进行的1500米决赛中，来自天工机器人的天卓队以2分21秒64的成绩夺得冠军。天工机器人一天包揽三金，荣耀机器人拿到多个奖牌，去年在田径项目表现出色的宇树机器人暂未在田径项目斩获奖牌。当响应时间限制为最长 1 分钟时，LFM2.5-8B-A1B 排名第 1，随后是 LFM2-2.6B-Exp、Gemma 4 E4B（Non-reasoning）和 Granite 4.1 8B。Nanbeige4.2-3B 是 BOSS 直聘旗下的南北阁实验室推出，仅含 30 亿非嵌入参数（总参数约 40 亿），采用 Looped Transformer 架构，通过在不增加参数量的前提下复用 Transformer 层（循环两遍），提高模型的有效计算深度和容量。

三 | 今天多个项目的田径决赛，人形机器人的成绩多次超越人类运动员纪录。横轴表示“输出 256 个 token 所需的时间（秒）”，纵轴表示“上下文长度限制为 16K 个 token 时的平均基准测试得分”。“Nanbeige4.2-3B”的基准测试得分与“LFM2.5-2.6B”相当。但它们考验的不是同一种能力——如果说400米还在追问自主完赛的机器人“能跑多快”，到了1500米，问题已经变成：一台机器人能不能在持续高速运动中控制节奏、处理弯道和散热，并把稳定的跑姿一直保持到终点。一年时间从88秒跑进40秒今年机器人400米最直观的变化是速度。在上下文长度限制为 16K 个 Token 时，平均基准测试得分中得分最高的是 Nanbeige4.2-3B 和 LFM2.5-2.6B。去年首届世界人形机器人运动会400米决赛中，高羿科技使用宇树H1机器人以1分28秒03夺冠，北京人形机器人创新中心使用天工Ultra参赛的两支队伍获得亚军和季军。一年之后，今年400米大型组冠军成绩已经达到38.15秒。与去年的冠军成绩相比缩短了近50秒。当响应时间限制为最长 1 分钟时，LFM2.5-8B-A1B 排名第 1，随后是 LFM2-2.6B-Exp、Gemma 4 E4B（Non-reasoning）和 Granite 4.1 8B。附上相关截图如下：。而且机器人还在不断刷新自己的成绩。

四 | 此前预赛中，天工队以39.70秒获得小组第一，到了决赛又将成绩提高到38.15秒。这种提速并不只是让机器人的腿迈得更快。北京人形机器人创新中心相关人士对第一财经记者表示，相比去年，今年天工Ultra在关节电机、构型和散热等方面均进行了升级。更大功率的关键电机提高运动能力和爆发力，同时采用轻量化和破风设计，以减少高速奔跑时的阻力。算法也开始针对不同距离“专项训练”。北京人形机器人创新中心运动控制算法专家韩刚告诉记者，100米、400米和1500米对机器人提出的要求并不一样。

五 | “100米要求加速快，400米和1500米要求弯道快。”尤其到了400米，机器人不只需要在直道上加速，还要高速过弯。

六 | 如何调整重心、保持身体稳定，同时控制关节温度，都会影响最终成绩。今年田径比赛的另一个变化是人类操作员“消失”了。去年田径比赛中，记者在现场有不少人类操作员跟着机器人一起奔跑，还出现了机器人在奔跑中把人类撞倒的情况。但今年除了100米障碍赛和400米障碍赛外，其余项目都需要机器人全自主完成。

七 | 也就是起跑由操作人员向机器人下达一次指令，起跑后全程由机器人自主完成比赛（自主决策、自主跑动）。天工机器人技术人员介绍，去年机器人主要采用巡线方式，也就是通过识别跑道线完成比赛；今年则升级为通过定位建图进行自主导航，不再需要一直“盯着”赛道线，也能够在赛道内高速奔跑。从外部看，这种技术变化远没有38.15秒的成绩那么醒目，但对于机器人未来真正进入现实环境可能更加重要。现实中的巡检、物流和抢险救灾场景不会永远提供一条清晰的白线，机器人需要一边高速移动，一边判断自己在哪里、应该往哪里走。小型组冠军的“害羞式跑姿”，其实同样是机器人为了追求速度形成的结果。韩刚介绍，这台机器人强在腰和腿，在奔跑过程中会主动将身体不断向前压，降低重心，保持较高步频的同时进一步增加步幅。

八 | 重心越低，能够迈出的步幅越大，因此最终形成了身体明显前倾、双手靠近脸部的夸张姿态。看起来像“害羞”，实际上想的只有一件事：跑得更快。机器人面对体力考验从400米到1500米，比赛距离的增加实际上在不断延长机器人的“压力测试”时间。在今晚的1500米决赛现场，记者看到有多支机器人参赛队伍未完成比赛。去年灵翌科技（宇树科技子公司）以6分34秒的成绩夺得1500米跑冠军，今年冠军成绩大幅压缩到3分钟内，前三名均超过人类纪录。

九 | 但宇树今年未获奖牌。据记者了解，未来几天宇树机器人还将出现在跳远、原地跳高、400米障碍、自选拳术等比赛中。

十 | 人类运动员长跑会遇到体能下降，人形机器人也有自己的“疲劳”方式——关节和电机发热。随着持续高速运动，机器人关节和电机温度会上升，硬件状态随之发生变化，原本训练好的动作也可能出现偏差。通常步幅越小，步态调整越灵活；步幅越大，机器人转向控制难度越大。韩刚举例称，一台机器人第一圈跑下来时，可能还能保持标准的过弯姿态，身体倾斜到较大角度而不摔倒；但跑到三四圈之后，随着关节持续发热，还能不能保持相同的稳定性，就需要控制算法与硬件共同配合。和人类长跑相似，机器人的长跑也不能只想着一直跑到最快。

十一 | “你又希望它快，然后你又不希望它跑的地方过热。”韩刚说，这就意味着在比赛策略上需要进行折中。参赛的荣耀赛队也给出了类似判断，将不同距离的技术要求概括为“100米看极限爆发，400米兼顾速度与散热，1500米还要处理节奏、弯道和耐久”。其参赛机器人同样针对高负荷运动进行了散热和关节系统设计。这也是1500米比赛比单纯刷新速度更值得关注的地方。一台机器人跑得快，可以依赖高功率电机、关节和运动控制算法；但如果要高速跑完1500米，就需要电池、电机、关节、散热、导航和控制系统长时间协同工作。任何一个环节出现问题，都可能在几圈之后被放大。跑道只是测试场。一位在运动会现场观看了比赛的投资人对第一财经记者表示，竞速比赛一方面是在不断提高机器人运动能力的上限，另一方面也把硬件可靠性推向极限。这些能力未来并不是为了让机器人留在跑道上，而可能迁移到长距离巡检、物流以及复杂环境抢险救灾等需要高强度移动的场景。她同时对记者表示，运动会展现了机器人的实力，但又不代表机器人的全部实力，通常那些专门为运动会做足准备的机器人表现会更好。

十二 | 田径比赛还没有结束。下周进行的100米决赛，将把机器人的考验从耐力重新拉回极限速度和爆发力。