人形机器人400米跑38.15秒：从快走到高速奔跑的技术跨越

38.15 秒跑完 400 米，北京天工 Ultra 在人形机器人运动会上拿下首金。看到这个成绩，我最直接的反应不是“机器人跑得真快”，而是人形机器人这件事，终于从“会走路”走到了“能高速稳定奔跑”的阶段。按标准田径跑道折算，天工 Ultra 在 400 米内的平均速度大约 10.5 米/秒，也就是 37.7 公里/小时左右。这个数字已经超过了人类男子 400 米世界纪录 43.03 秒，更明显超过人类女子 400 米世界纪录 48.25 秒。

不过先说清楚，机器人跑步和人类跑步是两种完全不同的物理系统，电机驱动、骨骼结构、供能方式都不一样，直接拿人类田径纪录做对比更多是提供直观参照，不能理解为“机器人已经能在体育意义上战胜人类选手”。更值得关注的是另一件事：一台双足人形机器人，要在 400 米距离内连续完成起跑、加速、途中保持、弯道调整和冲刺不失控，意味着硬件、算法、能源和整机工程集成必须同时达标。这篇文章我打算把这次首金背后的速度换算、技术难点、行业信号和判断方法拆开讲。

1. 首金背后的比赛逻辑：人形机器人为什么会赛跑

1.1 跑步是检验人形机器人最直接的方式

会走路的人形机器人这几年已经不少了，但会跑步的依然很少，能稳定跑完 400 米的更少。运动会把赛跑设为正式项目，核心目的不是娱乐，而是给运动控制能力建立一个可统一量化的测试场。

走路阶段，机器人至少有一只脚着地，重心控制相对容易。一旦跑起来，就会出现双脚离地的腾空期，质心轨迹变成抛物线，系统要从“静态稳定”切换到“动态稳定”。一次完整的 400 米跑，包含起跑、加速、途中跑、弯道、冲刺和减速停稳，每个阶段对应的是不同的控制问题。起跑要爆发力，加速要步频和步幅同步提升，途中跑要能源效率，弯道要做腿长差异补偿，冲刺又不能因为速度过快而摔倒。

所以赛跑不是一个表演项目，而是把“动态稳定性”“关节峰值功率”“状态估计速度”“能源输出能力”全都压到同一场比赛里。谁跑得快，谁在这几个方向上的工程化程度就高。

1.2 400 米为什么是比 100 米更有信息量的项目

100 米考察极限爆发力，本质上是“能不能在几秒内跑出最高速度”。但高速跑很短距离和保持速度跑完 400 米，难度不在同一个量级。

400 米跑里，机器人需要先迅速加速到较高速度，然后维持这个速度跑完大半圈。维持阶段对能源管理和散热非常苛刻。电机连续高速旋转，电池持续大功率放电，关节不断承受冲击，如果系统设计不合理，后半程速度会明显衰减，甚至出现步态变形。

这也是为什么 400 米这个项目能成为人形机器人运动能力的分水岭：100 米可以用峰值能力撑下来，400 米则必须同时考虑效率、散热和耐久。38.15 秒听起来只是一串数字，但它说明天工 Ultra 在这几个维度上都达到了能稳定输出的水平，而不是靠小概率跑好一次。

2. 38.15 秒到底有多快：先做一道速度换算题

2.1 标准跑道下的平均速度对比

按 400 米标准距离计算，38.15 秒跑完，平均速度是 400 除以 38.15，约等于 10.48 米/秒。换算成更直观的单位，大概是 37.7 公里/小时。

作为对比，我把人类 400 米世界纪录和普通人跑步速度放在一起看：

从纯数字看，天工 Ultra 这趟 400 米不仅比人类世界纪录快，还快了不少。尤其是 38.15 秒这个成绩，已经闯进了“40 秒以内”这个区间。放在人类田径里，这就是极高水平；放在人形机器人领域，更像是一个刚刚被刷新的标杆。

2.2 和传统足式机器人相比，含金量在哪里

四足机器人跑出类似速度不算稀奇，因为四条腿天然更好维持静态稳定，重心落在多边形支撑面内，落地失败也有更大容错空间。但人形双足不一样：只有两条腿，单脚支撑面积小，还要在腾空后准确落回规划路径，难度要高很多。

之前看到的人形机器人跑步视频，很多是“小碎步快走”或者“受控颠簸”，每一步都贴着地面往前走，谈不上真正意义的腾空奔跑。像这次这样连续、快速、稳定地跑完标准 400 米，还保持到了终点，说明步态切换、落地控制和能量回收已经做到相对成熟。它不是在“快走”，而是在“跑”。

2.3 别急着说“机器人战胜人类”

虽然速度数字超过了人类世界纪录，但必须注意：这跟奥运会 400 米跑不是同一个竞赛类别。机器人用的是电机、减速器、传感器和高强度结构件，人类用的是肌肉骨骼和心肺系统；机器人可以制定电池规格、跑鞋材质和路面条件，人类运动员则受规则严格限制。

所以更准确的说法是：人形机器人在固定赛道、标准距离条件下，直线奔跑能力已经进入了一个新量级。38.15 秒的意义在于给行业立了一个可以复测的基准线，而不是证明“机器人比人更强”。

3. 天工 Ultra 能跑这么快，靠的是哪几层能力

3.1 硬件层：关节功率密度和整机刚度

跑步的每一步，都是一个高速加速和急停的循环。触地瞬间，关节需要输出很大的峰值扭矩来推动身体向前；离地瞬间，腿部关节又要迅速转换方向，为下一步做准备。这种高频次、高强度、方向反转非常快的动作，对关节驱动器的要求远高于普通行走。

普通伺服电机很难满足需求，因为重量大、功率密度不够。要跑出 38.15 秒，需要的是高功率密度电机、轻量化高强度结构件、合理的减速器以及灵活的散热设计。整机重量和结构刚度也要平衡：重量太重，加速度上不去；结构太软，落地的冲击会让躯干产生形变，进而影响姿态解算。

我推测天工 Ultra 在这代上做了不少减重和关节强化。这类优化通常不会体现在某个单一参数上，而是体现为“连续高速奔跑时动作是否变形”这种整体表现。

3.2 算法层：步态规划、状态估计和强化学习

跑步时机器人大部分时间处于不平衡状态，无法靠“调个静态姿态”来维持稳定。它必须不断估计自己的质心位置、速度、角动量，并预测下一步落地点。惯导单元、关节编码器、足底力传感器采集到的信息，需要在毫秒级完成融合，然后输出关节力矩指令。

这个过程对算法时效性要求非常高。状态估计晚 10 毫秒，落地误差就可能被放大好几倍；步态规划太死板，遇到轻微扰动就会打乱节奏。所以整个控制栈要同时处理好几个问题：现在是腾空还是支撑？下一步该迈多远？躯干角度怎么调整？膝关节用多少力来缓冲？

现在很多团队用强化学习做步态策略，先在仿真环境里让机器人反复试错，再迁移到真机。仿真和真机之间会有差距，需要额外的域随机化和真机微调。能稳定跑完 400 米，说明这套策略已经过了“仿真能跑，真机翻车”的阶段。

3.3 能源层：瞬时功率、散热和续航

跑步对能源系统的考验，很多人会忽略。高速奔跑时电池的瞬时放电功率远大于巡航状态，如果电池功率密度不够，输出电流一大，电压就会明显下降，关节力矩跟着缩水，跑着跑着速度就掉下来。

电机高效率工作伴随大量发热，核心关节的温度会快速上升。没有好的散热设计，电机持续运行一段时间后会因温度过高而性能衰减，甚至触发保护。另外，400 米刚好是一个“能跑完但已经接近高功耗应力”的距离，比短跑更容易暴露散热和供电短板。

从比赛结果看，天工 Ultra 能在后程保持速度，说明它的电池瞬时放电能力、关节散热和能源管理策略都做到了工程可用。这个能力不是只看峰值速度能看出来的。

4. 跑步比走路难在哪：看懂这次突破的技术含量

4.1 腾空期让系统失去固定支撑，平衡从静态变成动态

走路时，机器人至少有一只脚在地面上，双脚交替形成一个相对稳定的支撑链。跑步则存在明显的腾空阶段，双脚同时离地，系统失去了任何固定支撑点，质心轨迹只能沿着抛物线继续运动。

这时候要解决的不是“如何保持不倒”，而是“如何预判落地位置”，让下一步落得准、落得稳。这就像骑自行车：没有人能静止停在车上，但靠速度、重心前移和方向微调，反而能保持稳定。人形机器人跑步也是同一个逻辑，动态平衡比静态平衡更重要。

腾空期还要处理复杂的地方在于：落地那一下是冲击性的，瞬间地面反作用力远大于静载。如果落地点偏前或者偏后，整个躯干会往前栽或者往后仰，必须立刻用膝盖和髋关节发力纠正。速度越快，可用纠正时间越短。

4.2 落地冲击和步频切换是两块硬骨头

高速落地时，地面反作用力会沿着脚踝、膝、髋一路传到躯干。如果关节刚度和阻尼设置不合适，机器人会像弹簧一样弹跳，步态会越来越乱。更麻烦的是，当步频升高，控制器需要在非常短的时间内完成多关节协同调整，任何一个关节延迟都会影响后续步态。

步幅和步频是另一个平衡点。步幅越大，每次落地冲击越大；步频越高，对控制器和电机的要求也越苛刻。要跑出 38 秒级别的 400 米，就必须在步幅、步频、落地冲击和能耗之间找到合理折中。弯道部分还要额外处理内外侧腿的步幅差，否则机器人会明显跑偏。

这些难点都不会出现在演示视频里单一角度拍摄的视觉冲击中，而是藏在连续奔跑的后半程是否保持稳定、弯道是否保持轨迹这些细节里。

4.3 速度上限往往卡在机械和电气，而不是算法

很多人以为，算法足够好，机器人就能跑更快。实际不完全是。算法可以设计出很理想的运动轨迹，但最终能否执行，取决于电机转速、电流限制、结构应力和电池输出能力。

跑步时，关节需要非常快地完成正反转切换，这对电机控制器的电流环带宽和机械传动间隙都有要求。如果机械结构有松动，高速运动下就会产生共振或异常噪声；如果电机已经到转速极限，算法再优化也提不了速。跑到后半程如果发现节奏变乱、速度衰减，大概率是供电或散热先到极限，而不是控制策略有问题。

所以这次 38.15 秒能落地，整机在机械共振、关节散热和电源波动上都做过比较系统的工程取舍。这类积累很难靠一次爆改实现，更多是长期迭代出来的结果。

5. 比赛成绩之外，这场首金真正改变了什么

5.1 从“演示”到“比赛”，行业第一次有了统一量化标准

过去几年人形机器人发布很多，但大多数展示方式是录一段视频：走路、跑步、握手、分拣、开柜门。视频拍得成功，不代表系统稳定，换个场景可能就翻车。

运动会最大的意义，是把大家放到同一条赛道、同一个计时标准下比赛。成绩一眼可见，排名可以直接比，剪辑和特写救不了实际速度。这个变化对整个行业影响很大：研发团队能知道自己的真实水平处在什么位置，投资方和外部观察者也有了更客观的参照。

首金的含金量不只属于某一个团队，它意味着人形机器人运动能力第一次进入“可排名、可复测、可比较”的阶段。以后再看人形机器人发布会，不能只听“能跑”，还要问“在什么规则下、跑多快、成功率多少”。

5.2 运动能力补课，会让具身智能更快进入真实场景

跑得快不只是速度上的好看，它背后是状态估计、实时规划和鲁棒控制的全面升级。这些能力可以直接迁移到工业巡检、物流搬运、家庭服务、应急救援等场景。机器人能快速移动，才能在生产线上及时响应，也才能在复杂空间里更高效地完成感知-决策-行动闭环。

当然，从“会跑”到“会干活”还有距离。运动能力是底层能力，落地还需要手部操作、工具使用、环境理解、长时间运行稳定性等配套模块。但运动能力补课确实是所有后续能力的基础，没有稳定的动态平衡，机械臂装得再好也白搭。

这也是为什么这次首金值得被看作一个行业节点：它不在实验室里，而是在比赛场上，用标准成绩验证了运动控制的前沿水平。

5.3 对普通读者来说，怎么判断这类新闻

看到“首金”“破纪录”“超越人类”这类词，先不要激动。判断一条人形机器人新闻的真实价值，可以问几个问题：

• 赛道是否标准，计时规则是否公开；
• 比赛是单次成功还是多次复现；
• 同一型号机器人是否有多台参赛；
• 续航、负载、抗扰动能力有没有公开信息；
• 测试是在纯实验室环境还是接近真实场景。

单点刷新纪录是“上限能力”，多次稳定复现是“可靠能力”。两者都重要，但后者才是产业落地的关键。看这次 400 米首金，我更多把它看作上限能力的大幅提升，它证明了技术可能性。接下来要观察的就是可靠性能不能跟上。

6. 后续值得观察的点：不是再跑多快，而是能不能稳定落地

6.1 先看长距离和复杂场地

400 米验证的是短时高速奔跑，但这远远不是真实场景的全部。后面如果有长距离项目，比如机器人马拉松、障碍跑、爬坡上台阶，那才是真正刷新认知的地方。长距离会暴露更多工程短板：续航衰减、散热积累、材料疲劳、步态退化，都会在里程数增加后慢慢出现。

复杂地面也一样。室内平地跑得再快，换到厂房地面、湿滑地砖、上下坡或碎石路，表现会立刻拉开差距。比赛场地如果加上这些变量，比单纯的 400 米速跑更有参考价值。

6.2 再看场景迁移和量产潜力

运动实力强不等于产品成熟。要看一台人形机器人能不能落地，还得看整机成本、维护便利性、平均无故障时间、售后和开发工具链。10 台同型号机器人连续跑 100 次不出问题，这种数据比单台跑一次 38.15 秒更能说明问题。

首金之后，行业看点会慢慢从“谁跑得快”转向“谁跑得稳、能干活、能批量交付”。这两者中间还有很大一段工程化路程。

6.3 我的判断

38.15 秒是一个很有信号意义的成绩。它把“人形机器人可以高速奔跑”从论文和演示视频变成了可复现的比赛事实，也说明硬件、算法、能源这套组合拳已经具备相当高的集成度。接下来真正拉开差距的，不是谁能把速度再提高一两秒，而是谁能把这种运动能力稳定地长到具体任务上，变成长期可用、可维护、可量产的机器人产品。

对关注这个行业的人来说，最好的做法是持续跟踪后续比赛和公开测试数据，而不是光盯着单次纪录。跑得快是了不起，跑得久、跑得稳、干得了活，才是人形机器人真正进入生产生活的那一天。