第二届世界人形机器人运动会，共有 2056 台机器人参与赛事，参赛队伍规模同比暴涨 138%，行业扩张速度远超很多人的预期。很多人只看到赛场上机器人完成行走、平衡、灵巧操作的精彩表现，却容易忽略：赛场只是结果，真正的竞争，早在实验室的算力设备上就已经开启。

很多人会疑惑，机器人在赛场跑动作，和 GPU 服务器有什么关联？这里要厘清一个行业常识：赛场上机器人本体搭载的边缘芯片，只负责现场实时感知与动作推理；而机器人的运动策略、平衡算法、灵巧操作模型，绝大部分是在科研 GPU 服务器上完成训练与仿真验证的。

人形机器人研发不能全部依靠真机反复调试，真机测试成本高、损耗大、危险动作还容易损坏硬件。行业主流方案是在服务器上运行机器人仿真平台，虚拟生成成千上万种物理场景，让机器人算法在虚拟环境中完成亿万次试错学习，再把迭代完成的模型下发到机器人本体进行部署NVIDI...。一台人形机器人，单台就会源源不断产生视觉、力觉、关节姿态等海量传感器数据，这些数据回传之后，也需要 GPU 服务器完成清洗、标注、模型再训练，持续优化机器人动作稳定性。

参赛队伍数量同比增长 138%，侧面反映出科研机构、企业入局人形机器人的数量大幅提升。越来越多团队开展具身智能、机器人强化学习研究，对高性能科研服务器的需求随之上升。科研 GPU 服务器具备多卡并行算力、大显存、高速存储、异构协同的能力，可以同时支撑大规模并行仿真、多模态模型训练、传感器数据处理，适配机器人科研整套工作流，能够大幅缩短算法迭代周期，非常适合高校、科研团队开展人形机器人相关课题研究。

从这次赛事数据能够看出，人形机器人行业已经从概念演示走向规模化研发比拼。赛场之上比拼机器人的动作性能，赛场之下比拼的则是背后的科研算力基础设施。