创造 AI 的我，挑战 AI 的 100 种玩法！今天挑战：现场踢馆众擎 URKL 机器人格斗大赛，单挑机器人！我是 cv 君，一个亲手写算法的 AI 科班算法人。

cv君开始做视频了~
请直接在抖音搜索 cv君 DeepAI，关注一下吧~ 视频号有联系方式和交流群~
视频号创作非常不易，跪谢支持！

看完全场，我只想说一句：呵，我向你们硅基生物，认……输。

一、本以为是遥控玩具秀，到现场直接燃炸
去之前，我心里是有点不屑的：机器人打架嘛，八成又是后台几个人捏着遥控器，操纵着两坨铁疙瘩摆几个 pose，剪个燃向视频糊弄流量。作为一个天天和算法打交道的人，这种"科技秀"我见得太多了。

结果到了现场，脸被打得啪啪响。

2026 年 7 月 16 日晚，深圳，全球首场人形机器人自由格斗联赛 URKL 揭幕之夜。清一色众擎自研的全尺寸人形机器人 T800 站上擂台，一对一、五回合、单败淘汰，硬碰硬。

直拳、摆拳、回旋踢爆头，动作又快又狠。"白色雄鹰"一记精准飞踢，直接把"斗牛士"的头都踢掉了——更离谱的是，掉了头的机器人居然没趴下，晃了两下站稳，继续打，最后还赢了。全场沸腾，连坐在场边的功夫巨星甄子丹都看傻了，现场直呼没想到机器人能打成这样。

那一刻我意识到：这不是玩具秀，这是一场实打实的算法能力对决。

二、最炸的点：全程零人工遥控
真正让我作为算法从业者头皮发麻的，不是那些花哨的招式，而是一个事实——全程零人工遥控。

场上所有的走位、进攻、格斗、避障、任务执行，没有一个是人在后台按出来的，全靠机器人自身的算法在实时自主决策。你没有半点花架子的空间：对面一拳打过来，是躲、是挡、还是反击，机器人得在几十毫秒内自己判断、自己执行。慢一步，就是被 KO 站不起来。

这意味着，两支队伍拼的根本不是谁手速快、谁遥控得溜，而是谁的代码优化得更狠、谁的算法功底更扎实。擂台上每一次稳稳落地、每一次挨打不倒、每一次摔倒后自己爬起来，背后都是一整套感知—决策—控制的闭环在实时运转。这是藏不了假的——遥控可以作弊，自主决策作不了弊，站不稳就是站不稳。

三、说句干货：这才是"具身智能"的核心
很多人把"具身智能"当成一个玄乎的名词，其实这场比赛就是它最好的注脚。

具身智能的核心，从来不是后台有个人捏着遥控器演戏，而是 AI 拥有一副"身体"，能在真实的物理世界里，自己感知环境、自己调整策略、自己承担后果。 拆开看，擂台上的每一个 T800，其实都在同时跑三件事：

第一，自己感知环境。 对手在哪、距离多远、正在出什么招、自己此刻的姿态和重心偏到哪儿了——这些都要靠机身上的传感器（视觉、IMU、关节编码器）实时融合估计出来。真实世界不像仿真那么干净，光照、震动、碰撞都会干扰感知，算法得在噪声里把状态估准。

第二，自己调整策略。 感知到情况后，下一步怎么动，是机器人自己的决策系统在实时规划——什么时候进攻、什么时候防守、被打乱节奏后如何重新站稳。这套策略越打越顺，靠的是算法而不是人脑。

第三，自己维持稳定。 这是最难、也最见功底的一环。人形机器人是个高度不稳定的系统，几十个关节自由度要协同工作，既要完成动作、又要死死守住平衡、还要遵守每个关节的物理极限。被一记飞踢踹中的瞬间，外力猛地打进来，它得在线重新解算，把重心拉回来——这在学术上叫全身运动控制（Whole-Body Control）和抗扰动恢复（push recovery）。

而"头掉了还能打、摔倒了自己爬起来再战"这种名场面，正是倒地检测 → 姿态规划 → 全身协调爬起这一整套自主流程的体现。每一步稳不稳，全看算法功底扎不扎实——这句话没有一丝夸张。

这些能力现在主流的炼成方式，是强化学习 + Sim-to-Real：先在物理仿真里让机器人摔上几百万次，摔到学会怎么站稳、怎么抗打、怎么爬起来，再想办法跨过"仿真和现实不一样"的鸿沟，把训练好的策略迁移到真机上。能在真实擂台的剧烈对抗中不掉链子，说明这套迁移做得相当扎实。

四、为什么"用格斗比赛倒逼技术"是聪明路径
可能有人会问：好好搞科研不行吗，非得让机器人上擂台打架？

作为算法从业者，我要说：这恰恰是一步好棋。

因为对抗，就是最极端的压力测试。在实验室里，你很难人为制造出"被一台成年人大小的机器人全力飞踢踹中"这种突发强扰动。而格斗赛把机器人直接逼到平衡与决策的物理极限——问题越极端，越能把算法的短板暴露得干干净净。

更妙的是，每一次失败都是养料。每一次被打倒、每一次没能及时爬起、每一次决策失误，都是一份带着真实物理反馈的宝贵样本，倒逼感知、决策、平衡、恢复各个模块快速迭代。越打越稳，越打越聪明，这是一个正向循环。

而这种"能在剧烈对抗中稳住"的运动控制与决策能力，一旦练成，迁移到工厂柔性生产、危险环境巡检、灾害救援等真实场景里，就是最硬的"稳定性"和"抗造"底气。比起摆拍一段"机器人跳段舞"的表演，让它在对抗里摔、在摔里学，才是让机器人真正快速落地的正确路径。

五、那我带护具下场单挑，胜算多大？
所以回到最初那个问题：cv 君带着护具亲自下场，跟一台全自主的 T800 单挑，胜算有几成？

我认真想了想——我是活的，随机应变可能是我唯一的优势；但论反应速度、论抗击打、论摔倒后重新站起来的狠劲，我这具碳基身体，是真拼不过它那套日夜进化的算法。这，大概就是"向硅基生物认输"的含金量。

不过认输归认输，戏还得演。下期我准备带上护具，去现场真刀真枪实测单挑，用我的身体，帮你们把"人类 vs 全自主机器人"的差距，实打实地量出来。

胜算多大，评论区先押个注。关注 cv 君，挑战 AI 的 100 种玩法，我们下期擂台见。

（本文技术部分为具身智能运动控制通识：多模态感知融合、Whole-Body Control、push recovery、强化学习 + Sim-to-Real，帮助理解自主决策背后的原理。）

cv君开始做视频了~
请直接在抖音搜索 cv君 DeepAI，关注一下吧~ 视频号有联系方式和交流群~
视频号创作非常不易，跪谢支持！