当机器人跑赢人类：一场关于“大脑”与“小脑”的极限测试

2026年8月22日至26日，第二届世界人形机器人运动会在北京国家速滑馆“冰丝带”举行。来自六大洲16个国家的666支队伍、2056台机器人围绕51个赛项展开角逐。开幕式上，天卓队机器人以9.39秒完成百米竞速，打破人类百米世界纪录。其他多项赛程中，也不断有机器人刷新往届冠军成绩记录。

（图片来源网络，如有侵权联系删除）

一年时间，成绩提升幅度如此之大，靠的是什么？某行业专业人士在谈及足球机器人时的一段话点出了关键：“不只有更高的个头和更大的力气，更关键的是大脑的进化”。他表示，其机器人端侧算力是上一代的10倍，系统延迟从10毫秒压缩到4毫秒。

机器人从“能走”到“能跑”、从“遥控”到“自主”，背后是一场关于机器人大脑与小脑的算力竞赛。这正是瑞迅科技RK3588/RK3576 ARM机器人工控主板所聚焦的核心所在。

一、从遥控到自主：全自主比赛对端侧算力的刚性需求

本届运动会一个显著变化是：除100米和400米障碍赛外，其余径赛项目起跑后要求机器人全自主完成。去年不少机器人还需操作员跟随遥控，今年起跑成为唯一人为环节，操作员听到发令枪响后下达一次指令，之后全程由机器人自主决策、自主奔跑。

全自主运行意味着什么？机器人不再依赖外部遥控指令，而是在本地完成感知、决策、控制的全链路闭环。它需要实时处理摄像头和雷达数据、判断自身位置、规划行进路径、调整奔跑姿态——所有计算必须在毫秒级内完成，不能完全依赖云端。

这恰恰是端侧AI与边缘计算的价值所在。北京人形机器人创新中心运动控制算法专家韩刚介绍，今年机器人已从去年的视觉巡线（依靠摄像头识别跑道线）升级为定位建图自主导航（预先建好场馆三维地图，获得厘米级全局位置），不再需要一直盯着赛道线。这种升级对主控的NPU算力和多传感器融合能力提出了更高要求——激光雷达建图、视觉SLAM定位、实时路径规划，全部要在本地完成。

（图片来源网络，如有侵权联系删除）

二、运动稳定性与延迟：决定机器人“跑不跑得稳”的两大硬指标

400米障碍赛是本届新增项目，赛道设置16处障碍点位，包括连续斜坡、S弯桥、螺旋台阶、匍匐通道、轮胎阵、梅花桩等。障碍赛中，机器人需要识别障碍类型、调整身体姿态、选择跨越策略——任何一个环节的延迟都可能导致摔倒或罚时。

更显著的例子来自1500米决赛，1500米既考验机器人爆发力，也要求耐力和续航能力，高速过弯时对机器人整身结构件的承受能力及协同控制能力提出了更高要求。

这些场景对主控硬件提出了两个硬性要求：一是运动控制的实时性——关节电机控制指令必须在微秒级内送达，否则机器人在高速奔跑中就会失去平衡；二是多传感器数据融合的低延迟——IMU、关节编码器、视觉摄像头的数据必须在同一时间基准上对齐，才能准确判断自身姿态。

（图片来源网络，如有侵权联系删除）

在保障层面，本届赛事专门部署了机器人赛训专网，采用“5G+WiFi”融合通信模式，将端到端时延控制在30毫秒以内。即便是外部通信链路的延迟也要控制在30毫秒以内，机器人本体内部的感知-决策-控制闭环延迟要求只会更高。

三、“大脑”与“小脑”的分工：机器人主控的双重角色

机器人学界常将控制系统分为“大脑”和“小脑”：大脑负责高层决策——环境感知、路径规划、任务理解；小脑负责底层控制——关节协调、姿态平衡、实时响应。

百米冲刺中，大脑要判断起跑时机、规划最短路径；小脑要在每一步落地时调整关节角度以保持平衡。障碍赛中，大脑要识别梅花桩的位置和高度；小脑要精确控制抬腿高度和落地位置。这两种任务对算力的需求完全不同——大脑偏向高吞吐的AI推理，小脑偏向低延迟的确定性计算。

瑞迅科技基于RK SoC+RK协处理器双核心板+底板自研方案，给出了系统性的解决答案。主控层面提供RK3588/RK3668/RK3688（8核/10核/12核）核心板；协处理器层面可选RK1820/RK1828/RK1860端侧AI协处理器，提供20TOPS+ NPU算力。两者通过PCIe高速互联，RK SoC主核心板专职负责运动控制、EtherCAT通信与系统调度，RK协处理器核心板专职负责AI推理与视觉处理。瑞迅科技同步提供自研底板方案设计服务，可根据客户具体场景定制接口配置与散热方案。双核心板各司其职、互不抢占资源，确保运动控制的确定性与AI推理的高吞吐互不冲突。

四、瑞迅科技RK3588/3576/3568：分级算力匹配不同机器人场景

并非所有机器人都需要跑9.39秒的百米，从固定路线AGV到自主导航AMR，从协作机器人到人形机器人，不同品类的机器人对主控算力、实时性和接口的需求差异巨大。

瑞迅科技基于瑞芯微三大平台构建了嵌入式ARM工控主板产品矩阵，实现分级适配：

RK3568平台：四核Cortex-A55架构，内置1TOPS NPU算力，功耗控制在3.5W以内。适配磁条导航AGV、二维码导航AGV等固定路线、轻量AI的入门级场景，是成本敏感型量产项目的经济之选。

RK3576平台：六核CPU架构，内置6TOPS NPU算力，支持多路MIPI-CSI摄像头并发接入。适配中端AMR、服务机器人、割草机器人等需要视觉SLAM和多传感器融合的场景。在50m×30m车间实测中，运行完整SLAM+Nav2栈时CPU总负载稳定在45%-60%。

RK3588平台：旗舰级八核异构架构（四核Cortex-A76+四核Cortex-A55），内置三核架构6TOPS NPU算力，支持多路4K相机同步采集与3D视觉SLAM。适配高端AMR、人形机器人、巡检机器人等需要高强度AI推理与多路视觉并发的旗舰场景。配合RK182X端侧AI协处理器，整机算力可扩展至26TOPS，支撑7B大模型端侧部署。

在实时性方面，瑞迅科技全系平台支持PREEMPT-RT实时内核与EtherCAT工业实时以太网协议，可保障运动控制通信的微秒级确定性延迟。在接口方面，标配双千兆以太网、多路CAN、RS485、USB3.0及MIPI-CSI，可一站式接入激光雷达、深度相机、伺服驱动器等外设。

结语：运动会的终点，是产业化的起点

机器人百米成绩从21.50秒到9.39秒、400米从88秒到38秒——这些数字背后，是端侧算力的跃升、是实时性的突破、是多传感器融合能力的进化。人形机器人正从“舞台上动起来”向“工厂里干起来”进化。

而每一次进化，最终都要落到一块硬件主控板上。瑞迅科技以RK3588、RK3576平台构建的机器人大小脑及嵌入式ARM工控主板方案，为从工业机器人到人形机器人的各类产品提供了分级化的端侧算力底座——让机器人的“大脑”足够聪明，“小脑”足够敏捷，在赛场和产线上都能稳定奔跑。