8月22日，第二届世界人形机器人运动会开幕式上，奥运冠军丁宁和一台人形机器人在乒乓球台前对打了20个回合。乒乓球正赛上，16支机器人战队站上球台，最终，北京大学-智源研究院联合战队拿下冠军。 智元远征A3机器人和乒乓球运动员丁宁对打。智元供图 几个月前，这些机器人还无法对战乒乓球。到了8月，两台机器人之间已经能连续对打77拍。 统一的本体、动捕系统，让这一对局更接近算法之间的较量。机器人什么时候能用自己的眼睛看球、像人一样做决策，是这一赛项留给明年的课题。 从不会打球到 对打 77拍 开幕式的聚光灯下，丁宁站上球台，对面是一台人形机器人。人机一来一回，解说数着回合，一直数到20。 计算机与数据科学学院科研副院长、超维战队领队罗平后来回忆，在开幕式直播的时候，丁宁吊球时其实是在“喂球”，希望打的回合数更长些，但丁宁的球左右偏移很大，远超之前系统训练时的舒适区，没想到机器人做出了很多大幅跨步接球的动作，这让他感到十分意外。 这不是机器人第一次让人眼前一亮。智元通用业务部副总裁、远征产品线总经理曹旭告诉新京报贝壳财经记者，不久前，智元与北京大学战队合作，两台机器人隔着球桌打到了77拍，“我们认为很快机器人对打的回合数量能够超过人机对打。” 机器人对打乒乓球。主办方供图 2026世界人形机器人运动会首次设置乒乓球比赛，最终被北京大学-智源研究院联合战队拿下冠军。 北京大学计算机学院研究员仉尚航介绍，其团队于2024年秋天启动机器人乒乓球项目。项目早期采用“机械臂+滑轨”的形态，并非完整的人形机器人。到2026年4月初，团队开始将相关算法迁移到人形机器人本体，“大概只花了10天时间”。 仉尚航将这种跨本体迁移概括为“一脑多形”——核心算法能力可以在不同机器人形态之间迁移和适配。此前，团队围绕SpikePingpong系统开展研究，将高速视觉感知、球路预测与运动控制结合，用于应对乒乓球高速运动带来的感知和控制挑战。算法从机械臂进一步适配到人形机器人后，控制对象也从相对局部的机械臂运动，扩展到腿部躯干手臂等多部位协同。 在仉尚航看来，机器人乒乓球并不存在依靠某一个单点能力就能取胜的捷径。从识别来球、预测轨迹，到生成击球策略，再到完成全身运动控制，各个环节之间需要连续衔接。“如何感知、预测得更准确，全身运动控制更加精准，能覆盖比较大的击球范围，每个环节都需要做好，才有整体的夺冠能力。” 亚军香港大学超维战队的故事则从半年前一次受到的启发开始。当时，团队看到伯克利大学全球首个人形机器人打乒乓球的项目，感到非常惊艳，于是着手研究起乒乓球，从人出发，看人怎么在保证全身平衡的同时去精准击球。 今年4月，团队研究出全球首个可户外自主感知的高动态人形机器人乒乓球系统SMASH，还受邀与世界冠军陈梦进行了对打，也在本届运动会被邀请参赛。 支撑本届乒乓球赛事训练的机器人本体是智元远征A3，曹旭介绍，乒乓球项目四月份才启动，短短几个月，机器人从完全不会打球，练出了步伐移动、正反手能力，偶尔还能完成抽球等高难度动作。 4月份开始，智元陆续把本体、运动控制模型、运动控制参数调整和调试经验作为最初始资料提供给报名参赛队伍。一直到七八月，持续有队伍加入，最终一共有9所高校和1家企业（中国电信）研究院参与进来。 “我们与每个队伍都有一个专项的群，大家一起沟通技术。我们会不断更新资料。每支队伍慢慢形成自己的风格以后，也会出现一些定制化的需求。”曹旭表示。 身体先到位 这场比赛能在几个月内成形，还与机器人本体进化有关。 曹旭介绍，乒乓球比赛中，智元提供的统一本体身高1.73米，接近成年男性身高，但体重只有55公斤，“当机器人力量很大体重又很轻时，运动速度就会非常快，而机器人关节又有接近400牛米的峰值扭矩，爆发力强。” 硬件之外，真正让机器人“学会打球”的是算法和数据。曹旭介绍，这套算法基于一个泛化的运动底座，再叠加专项数据进行强化学习。 机器人对打乒乓球。主办方供图 是否具有足够量级的专业数据关系着机器人的打球“实力”，各队心里也都有一本账。 罗平团队采集了过百小时的人类教练和专业运动员数据。他和其他队伍交流后发现，各队策略不同，有的队伍采集的真人数据较少，有的则更充分、占据优势更明显；相比之下，有些队伍的机器人下肢几乎不动，只靠上半身完成动作，而他们的机器人在比赛中回球和姿态更丰富多样，更接近人类的回球方式。 打一场乒乓球，机器人要在极短时间里看清来球的位置和落点，决定如何回球，用什么角度、力度，再指挥灵巧手抓住球拍，准确击打一个很小的球，把它送回对方的球台。感知、决策、移动、灵巧手自由度，每一环都要跟上。有些队伍的机器人打球反手用得比正手多、近台作战比中远台多，这些都是模型训练出的结果。 这套感知-决策也是机器人“大脑”运作的过程。“视觉系统判断球的位置，大脑决定怎么