摘要：

少做題，是因為千尋只做最難的那道題。真高手，不打低端局。

鳳凰網科技 出品

作者｜米朵

編輯｜趙子坤

一台機器人接到指令後，自主抓取桌籤、礦泉水、筆記本，佈置好會議桌後，直奔打印機，將會議材料打印好，並將廢棄文件丟進碎紙機——全程沒有遙控器、沒有人工分步提示。

這是第二屆世界人形機器人運動會的場景賽現場，人類成了真正意義上的「旁觀者」。

首次參賽的千尋智能（Spirit AI）成為這場大考中最引人注目的玩家：

不玩人海戰術，沒有遙操或固定代碼，只報名餐飲、辦公兩項最有代表性的項目，以100% 全自主推理的方式參賽，從預賽就躋身前列，甩開一衆競爭對手，獲得辦公場景冠軍、餐飲場景亞軍。像不世出的宗門聖子，揮一揮衣袖、事了拂衣去。

這亮閃閃的獎牌，指向的是一個正在發生的行業拐點：人形機器人的競爭，正在從「本體能力」進一步走向「具身大腦」。

機器人比賽的看點，早已不只是跑得多快、跳得多高，能玩多少花樣。當本體能力被充分看見之後，真正的考驗正在轉移到另一個維度：它到底能不能自主幹活。

全場唯一100%自主推理參賽的考生

今年的機器人運動會，「賽場」不止在跑道上。

餐飲、辦公、酒店、家庭、工業……這些不再是實驗室裏的標準化工位，而是1：1復刻的真實場景。

51個項目、1301場比賽，16個國家的666支隊伍、2056台機器人同台競技，但真正引發行業關注的，是首次設定的21個場景賽項，佔到全部賽項超四成。

在餐飲場景賽中，機器人需按順序完成點餐取餐、餐品加熱、飲料製作三大任務。熱食櫃的擺放是隨機的，機器人必須自主識別裁判指定食物在櫃中的位置。辦公場景賽則要求機器人完成會議用品佈置、文件處理等一系列長鏈條操作。比賽規則要求機器人在20分鐘內按順序完成多環節作業，任一環節未達要求即不得分，且不得跳過或放棄。

這些任務與過去機器人傳播中常見的跑跳、格鬥、舞蹈有着本質區別。後者考驗的是單點能力——爆發力、平衡性、動作精度。而場景賽考驗的是完整業務邏輯：理解指令、識別物品、規劃路徑、操作設備、完成交付，中間任何一個環節出錯，整個任務即告失敗。

這次賽程核心考察的純自主推理能力難度極高。尤其是在辦公場景，多個號稱要自主推理的隊伍，最終直接失敗，無緣決賽。

參賽隊伍中，也有不少隊伍直接採用簡便的遙控操作模式，由選手在場外通過遙控設備控制機器人，這意味着其得分要乘以0.5的係數，分數大打折扣。

而千尋採用全自主方式參賽，機器人搭載自研Spirit v1.6大模型，所有推理均在機器人本體端完成，不依賴人工實時操控。「自主的難度比遙操大得不是一點半點。」千尋智能參賽負責人表示。與相對標準化的實驗環境不同，真實世界中的任務往往充滿隨機性。物品的位置、形態、材質以及操作過程都可能發生變化。

從最終結果來看，千尋不僅從預賽辦公場景開始就包攬冠亞軍，且是唯一自主推理進決賽的隊伍。

待到決賽環節，千尋已是唯一一家全程用模型推理參賽的企業，且一舉奪魁。

「自主」難度為何如此之高？因為此次辦公場景的比賽，需要機器人拿取紙張，去打印機打印、去碎紙機碎紙，以及佈置會議桌，包括準備礦泉水、桌籤、會議本等一系列複雜動作。特別是，拿取紙張這一動作，紙張相對較軟、隨時可能彎折，以及彎折後光線可能會發生變化，都對模型有着極大挑戰，要求機器人幾乎是要隨時應對突發、及時作出調整和應對。

而這種從「執行固定程序」到「現場自主推理」的跨越，正是人形機器人從實驗室走向生產力現場必須跨越的門檻。

換句話說，這場比賽實質是一場「開卷」與「閉卷」的同台競技。有人帶遙控器進場，有人完全靠「大腦」自己判斷——千尋選擇了難度更大的後者，贏得了獎牌。

不卷數量卷質量：同一套大腦的跨場景驗證

四百多年前，薩爾滸之戰，洞悉戰爭本質的努爾哈赤面對數倍於自己的明軍，說出了那句流傳至今的戰爭名言——

憑爾幾路來，我只一路去！

幾百年後，面對人海戰術、機海戰術，遙操參賽千尋只是用一套「大腦」，斬獲了兩項最難場景任務的優異成績。

千尋智能此次拿下出色成績，其核心價值在於驗證了同一套具身大腦的跨場景泛化能力。

餐飲場景和辦公場景，對機器人的能力要求截然不同。餐飲考驗的是取物、微波加熱、接飲料、交付……這些都涉及對食物這種易變形物體的精確抓取和搬運，以及對微波爐旋鈕這種非標準化交互界面的操作；辦公場景則考驗物品識別、會議用品佈置、文件處理——涉及對不同品類辦公用品的分類和歸位，以及對桌面佈局的空間理解。

這意味着，當機器人面對類似「把可樂放進冰箱」與「把文件歸置到桌面」這兩個截然不同的指令時，底層邏輯並不是在切換不同的「App」，而是同一個大腦在基於對物理世界的通用理解，進行差異化的動作生成。

千尋智能自研的Spirit v1.6具身基座模型，採用VLA與世界模型深度融合的架構。其核心突破在於解決了行業長期存在的「金魚記憶」難題——即機器人只能完成短鏈條、單技能動作，難以保持對長期目標和上下文的持續理解。而在本屆運動會的場景賽中，機器人需要完成的正是多步驟、長鏈條的複合任務。

支撐這一表現的，是千尋覆蓋基座模型、數據管線、Agent、感知導航、機器人本體等多個層面的通用機器人智能體。其中，Agent長程大腦負責保存長期目標和任務上下文，將模糊指令拆解為多個子任務並跟蹤進度；感知與導航系統負責建立空間信息、規劃路線；基座模型則接收語言指令、視覺狀態和機器人本體狀態，生成動作。

在數據層面，千尋構建了一套獨特的「數據金字塔」體系。底層是大規模互聯網人類視頻，用來建立對物體、場景和人類行為的通用理解；中間層是通過自研 uDAS 可穿戴數採設備採集的人類示範數據，補足人與物理世界交互過程中的動作和接觸信息；頂層則是真機遙操作、真實部署和場景迴流中產生的高價值數據，用於模型後訓練和強化學習。

其中，uDAS 可穿戴數採設備已歷經 7 代技術迭代，可在較低成本下記錄真實生活中的操作過程。全國各地的數採員佩戴設備，完成收拾床鋪、清洗水槽、打包箱子等日常任務，讓模型從中學習「怎麼抓取」「怎麼放置」「怎麼和不同物體交互及操作」。據介紹，uDAS 已將單條數據採集成本降至傳統遙操作方式的 1/10，數據可用性提升至 95%。

正是這套從數據到模型到部署的完整閉環，讓千尋的機器人能夠在餐飲和辦公兩個差異巨大的場景中，都做到自主理解任務、判斷環境、糾正誤差並完成工作。千尋的跨場景泛化能力，在這一刻也得到了公開驗證。

不看花活看實效：機器人競爭開始拼「世界級大腦」

毫無疑問，中國機器人的本體能力已被充分看見。

宇樹科技的雙足人形機器人累計下線1.8萬台，G1是全球單一型號出貨量最大的雙足人形機器人；其「超人」機器人在奔跑速度、跳躍能力等物理指標上不斷刷新極限。2026年8月，宇樹科技正式登陸科創板，開盤暴漲600%以上。

但一個更深層的變化正在發生。2026年上半年，超過一半的孖展湧向「大腦派」公司，本體廠商佔比不足兩成。截至2026年中，國內已有8傢俱身智能企業躋身「200億元估值俱樂部」，支撐這些估值的核心敘事高度一致——均指向各自的通用智能模型。

多位業內人士曾對鳳凰網科技表示，國內具身智能產業下半場的核心競爭已切換至「機器人大腦」，大模型能力、數據迭代體系與智能決策水平，成為決定企業長期價值的核心估值錨。

首次參賽的千尋奪冠的意義正在於此：它不是一次實驗室裏的Demo展示，而是把具身大腦放進了一個公開、真實、可比較的競技場中接受檢驗。在場景賽的規則下，有人遙操、有人全自主；有人只能在單一場景中完成任務、有人能跨場景泛化。千尋用100%自主推理證明了「大腦」路線在真實生產力場景中的可行性。

過去幾年，機器人行業的傳播更容易被跑跳、格鬥、舞蹈吸引，那些畫面足夠酷、足夠有傳播力。但餐飲、辦公這類場景，纔是機器人真正要進入的戰場。

「看起來很聰明」遠遠不夠，要能夠有實力「證明自己真的聰明」，纔是機器人行業從Demo炫酷走向能力驗證，從展示能力走向生產力驗證的關鍵時刻。

世界級的身體之後，需要世界級的大腦來接管。千尋奪冠釋放的信號很明確：人形機器人的競爭，正在從「本體能力」走向「具身大腦」。而這場接力，才啱啱開始。