出品｜Tech 后视镜

2026年8月，北京“冰丝带”。

发令声响，一台人形机器人迈开双腿，用8.64秒跑完100米。冲线之后，几台机器收不住脚，径直撞上缓冲垫。看台先是惊呼，随后响起掌声。

几乎在同一座场馆里，另一台机器人正对着一枚钉子发呆。它举起锤子，试了几次：握柄滑动，落点偏离，钉子还没进入木板，先被手臂碰倒。

一边是8秒多的百米，一边是一枚迟迟敲不进去的钉子。Nature在复盘第二届世界人形机器人运动会时，把这组反差留给了行业。赛道上的进步没有疑问，问题是：我们究竟见证了机器人的成熟，还是只见证了它更像一个运动员？

一、百米已经进入8秒，钉子仍停在木板外

跑步的进步为什么如此迅速？

不是因为腿很简单，而是因为赛道替机器人删掉了大量现实。

地面平整、方向明确、动作周期重复，主要接触对象始终是脚下那块地。问题可以被压缩为几个清楚的指标：速度、平衡、能耗、是否摔倒。强化学习在仿真中反复试错，本体硬件持续迭代，步态控制便能被快速复制和调参。

2026年赛事的100米用时，相比首届的21.5秒下降约60%；1500米冠军成绩也从6分34.40秒缩短到2分21.64秒。

图1｜2026年世界人形机器人运动会的赛道成绩显著提高。

手面对的却不是赛道，而是现实本身。

钉子的角度会变，木板软硬不同，锤柄可能在掌心滑动。落锤那一瞬间，机器人既要握住工具，又不能把握力变成破坏力；还要从反作用力里判断这一锤是否有效，下一锤该往哪儿修。视觉只能告诉它锤子大致在哪里。接触发生之后，世界忽然变得不可见，只能由触觉、力矩和本体感觉一点点补齐。

更麻烦的是，走路是一种周期运动，劳动不是。

拧瓶盖、插线缆、叠衣服、取药片、上螺丝，都可以被归入“用手”，彼此却几乎没有相同的接触过程。瓶盖要求持续旋转，线缆会弯曲，衣服没有稳定形状，药片太小，螺丝还可能斜着咬入。实验室里成功一百次的抓取策略，换一批材质、光线和摆放方式，可能在第一分钟就失效。

运动与劳动的差别，正在这里拉开：运动主要改变机器人自身的状态；劳动必须可靠地改变外部世界。机器人从A点走到B点，只需管理自己的重心和落脚点。它若要在B点完成一项工作，就要面对数不清的物体、工具、摩擦和意外。

腿的世界相对封闭，手的世界天然开放。

赛事当然有价值。它给不同团队提供公开压力测试，也把电机、关节、散热和控制系统推到极限。问题在于，最容易量化的指标，也最容易支配资源。

百米成绩每提高一秒，媒体、观众和资本都能立刻理解；一只手连续插接三百次、把人工接管从五次降到一次，却很难产生同样喧闹的画面。当一个行业长期追逐最容易被看见的进步，Benchmark就会从测量工具变成方向盘。

对于需要移动的人形机器人，腿是前提，却很少是收入本身。手才是机器与生产资料相遇的最后一厘米。没有这最后一厘米，机器人能巡视、能展示、能奔跑；跨过去，它才有机会拧紧、装配、分拣、清洁，进入一张真实的工资表。

二、难的不是五根手指，而是一个完整闭环

当所有关注点都聚焦于“手”，又很容易落入另一个误区：仿佛采购一只自由度更高、传感点更多的灵巧手，问题就解决了。

钉子被碰倒时，故障看起来发生在指尖，原因却可能藏在肩膀、摄像头、训练数据，甚至几秒之前的一次错误判断里。手不是一个孤立的零部件，它是整套机器人系统最拥挤的交叉路口。

图2｜从移动到自治：精细操作真正依赖的是一整套能力栈

先看硬件。

一只类人五指手，要在很小的空间里塞进电机、减速结构、腱绳、编码器和控制电路，还要承受冲击、灰尘、温升与磨损。自由度越多，姿态越丰富，故障点也越多。让手指漂亮地转动一次并不难；难的是弯曲数十万次后，腱绳、齿轮和传感器仍然可控。灵巧如果不能重复，最后只是昂贵的偶然。

手也从来没有独自完成过抓取。

机器人伸手拿起一个较重物体，负载会从指尖穿过手腕和手臂，传到躯干与双腿；手臂向前多探几厘米，重心和足底受力便跟着变化。许多方案在固定机械臂上表现出色，一旦装上会走动的人形本体，振动、背隙和姿态变化又回到现场。所谓灵巧手之战，表面上在比手指，底层比的仍是全身协调。

视觉走到接触边界时，触觉开始接管。

杯子有没有滑，纸箱是否被捏瘪，螺丝是否已经咬合，都藏在细微的力变化里。Figure发布Helix 02时，强调可感知约3克力的指尖触觉，以及补足遮挡视野的掌内摄像头。智元披露的OmniHand 2025，则布置了400多个触觉感知点。厂商押注触觉，是因为纯视觉路线已经撞墙：接触之后，光看是不够的。

传感点多，也不等于机器有了“手感”。电子皮肤会随挤压、温度和老化而漂移，柔软表面还会磨损。同样的读数，在第一个月和第六个月是否仍代表同样的力？若换一次指尖材料就要重新采数、标定，触觉越丰富，维护可能越沉重。

然后是数据。

语言模型可以从互联网吸收海量文本，机器人却没有现成的“动作互联网”。人类每天都在抓、拧、按、插，这些动作没有被统一记录，也无法天然映射到不同的机器人手。遥操作真实却昂贵，仿真丰富却难以还原摩擦、柔性和碰撞。文字世界早已有图书馆，接触世界仍像一片没有测绘的大陆。

行业正用混合数据一点点填图。Physical Intelligence在π0.5中，把约400小时移动机器人真实数据与其他机器人、网页视觉和语言数据共同训练，使机器人能在陌生住宅完成10至15分钟的清理任务。但一只三指夹爪的经验，能有多少迁移给五指手？如果每副身体都说自己的方言，数据规模很难真正累积。

最严苛的考验发生在时间里。

Figure在公司演示中，让Helix 02连续完成4分钟、61个移动与操作动作。这是明显的进步，但仍不等于独立、重复的商业验证。长任务会把误差像利息一样累加：假设每一步成功率都是99%，连续61步一次完成的理论概率也只有约54%；单步成功率降到98%，整段任务便只剩约29%。

图3｜即使单步表现很高，长任务仍会迅速放大误差（示意计算）

手的终点并不是“抓住”，而是把任务继续做下去。

杯子滑落，能不能重新抓？抽屉卡住，能不能换一个施力点？零件不在预期位置，是停机等待人类，还是后退半步，重新观察？

人类的手也会犯错，但它的优势是会在错误刚发生时停顿、试探、补救。机器人若每十分钟就要呼叫一次远程接管，视频里的灵巧越惊艳，现场的账单反而越刺眼。

三、商业化的分水岭：从能抓一次，到干满八小时

当“手”成为瓶颈，产业竞争的画风也会改变。

过去比的是整机有没有站起来、跑起来，接下来比的是机器能不能把一项工作从头做到尾。AP在2026年的调查中援引多方数据称，中国2025年已有超过140家人形机器人厂商、330多款机型，全年出货超过1.3万台；相关订单金额超过20亿元。

但相当一部分来自国企、科研和展示场景。机器已经批量走出实验室，但稳定可复制的需求还在门口。供给的热闹与订单的谨慎，恰好夹着那只尚未成熟的手。

不过，下一场战争发生在手，并不等于五指灵巧手会通吃市场。

若机器人只是搬运标准箱体、巡检或展厅接待，一双昂贵的五指手往往是负担。两指夹爪便宜、耐用、容易维护，也更容易把成功率逼近百分之百。只有当物料经常变化，或者机器必须直接使用门把手、扳手、货架与设备时，类人手的通用性才有机会抵消它的成本和可靠性压力。

最早产生稳定收入的，可能不是最通用的场景，而是那些“半乱不乱”的工位：物料和流程大体可控，偶尔又会出现不同零件、异常摆放和现有工具，专机改造得不偿失。

汽车零部件混线、仓库异常件处理、实验室样品流转、危险环境巡检，都比一个整洁的演示台更接近真实需求，也比杂乱的家庭更容易算清回报。家庭物品更多、空间更窄、安全要求更高，却很难为每项家务支付足够高的价格，很可能反而是人形机器人最后攻克的场景之一。

因此，赢家未必拥有最像人类的手。固定工位可能继续属于夹爪，混线生产可能偏爱欠驱动手或快换工具，服务场景才更需要全驱动五指手。手型一旦离开任务谈先进，便很容易回到参数表里的军备竞赛。

表1｜末端执行器没有唯一答案：任务结构决定手的形态

评价方式也该从运动会走向班次表。百米适合排名，真实劳动不能只看最好的一次。工厂关心的是P95循环时间，是连续数百次任务的波动，是平均多久需要一次人工干预；还关心机器人能否意识到自己失败，并在不叫人的情况下恢复。

表2｜人形机器人的评测，应从“表演成功”转向“班次经济性”

这笔账不能只看机器采购价。折旧、易损件、换手与重新标定、远程看护、现场工程师、停线和物料损耗，都要计入单位有效任务成本。

一台便宜的机器人如果每天频繁等待接管，可能比昂贵但稳定的设备更贵。反过来，一只不够完美的手，只要失败可被识别、恢复动作足够可靠，也可能先越过商业门槛。

价值链也会迁移。上游不再只是电机和减速器，耐弯折腱绳、微型驱动、力传感器、电子皮肤和低漂移标定，都可能成为新卡点。模型公司的壁垒，是让不同手型的数据彼此翻译，并从失败日志里学会补救。集成商最稀缺的资产，则是机器在客户现场何时失败、为何失败、怎样恢复，一次接管到底花了多少钱。

中国有完整的机电供应链、快速迭代能力和密集的真实工厂，这是把机器送进现场的优势；风险也同样清楚：厂商众多、手型各异、接口分散，如果每家公司都只为自己的演示任务优化，数量未必能沉淀成模型能力。

美国公司擅长基础模型、算力和端到端学习，中国公司的机会是把制造规模变成高质量作业数据。竞争的焦点在于，能否用更多部署带来更多失败数据，失败数据训练出更强的恢复能力，恢复能力再换来更少的人工干预和更多订单。

未来两三年，我们还会看到更快的奔跑、更稳的翻滚和更流畅的舞蹈。那是人形机器人不断逼近身体极限的证据。

但商业化的分界线，大概不会出现在聚光灯最亮的跑道上。它更可能藏在夜班车间的一次小停顿里：机器人从料箱里抓空了，没有报警，也没有等待工程师；它把手收回来，重新看了一眼，换了一个角度，再次伸出去。

第二次，它拿到了那枚薄片。