玩家点评“雀神广东麻将开挂神器”聊一聊更多精彩

走进机器人“成长基地
”揭秘训练师“幕后工作”

我给机器人运动员当“教练 ”

从田径 、足球
、体操
，到物料搬运、药品分拣 、迎宾服务……刚刚结束的2025世界人形机器人运动会上，一群特殊“选手
”大显神通。这些高光表现 ，离不开“教练”的悉心指导 。

赛场突破

全自主夺冠军既“能跑 ”又“好用
”

21.50秒！2025世界人形机器人运动会100米短跑项目决赛中
，来自北京人形机器人创新中心(国地共建具身智能机器人创新中心)的“具身天工Ultra”凭借这一成绩夺得冠军，成为人形机器人史上首个百米“飞人 ”
。在4×100米接力
、400米和1500米比赛中 ，“具身天工Ultra
”同样表现出色
，共斩获三个亚军、一个季军。

“‘具身天工Ultra’是全场唯一采用全自主导航系统参加跑步比赛的机器人，全程无需人工遥控 ，这是一个巨大的突破 。”在北京人形机器人创新中心
，算法工程师徐志远向记者讲述了背后的技术难点
。“全自主方式意味着机器人不仅要精准识别跑道线，还需灵活应对现场的各种干扰因素。特别是4×100米接力时 ，机器人在识别出前方有障碍物的情况下，需要具备自主避让的能力 。 ”

在徐志远看来
，全自主的方式才真正契合机器人的最终目标
。“毕竟用户购买机器人，并不是为了拿着遥控器指挥它干活 ，而是希望它具备独立理解任务 、主动完成工作的能力。”

除了竞技赛以外
，来自北京人形机器人创新中心的“天轶2.0
”也在场景赛中大放异彩，分别获得物料整理赛的冠军
、亚军 ，物料搬运赛的亚军、季军和酒店迎宾赛亚军
，展现出既“能跑”又“好用 ”的综合潜能 。

“物料整理赛要求机器人将27枚末端直径仅为8毫米的细长物料准确插入收纳箱的孔洞中，考验的是精细物品的抓取能力 、稳定性和操作精度。
”作为机器人训练师 ，张子贺在赛前反复进行测试
，“比赛时要争分夺秒，所以每个细节都要做到完美 ，这样才能保证整个操作流畅
。”

在物料搬运赛中
，“天轶2.0 ”依靠通用具身智能平台“慧思开物
”赋能下的泛化操作能力，实现了与大型工业底盘、协作臂等专用型工业机器人基本一致的运行效率与精度 ，而这也与机器人训练师吴广的努力密不可分。“前期备赛时，要帮助机器人优化动作
，从而提高效率 。”

从今年4月的人形机器人半程马拉松，到今年8月的2025世界人形机器人运动会 ，北京人形机器人创新中心不断在赛场上突破自我
，实现一次又一次飞跃
。

“比赛本身就是要用最极致的方式，看一看机器人的上限究竟在哪里 ，这样在实际应用中才能做到‘降维打击’。 ”徐志远谈到
，备赛时攻克的难点会逐渐积累成核心技术，投入到产品研发中 ，而比赛时展现的技能还会吸引更多合作伙伴
，共同推动产品落地 。“比如，在半程马拉松时 ，需要解决电池快换问题
，这套方案就应用到了后来的‘天工2.0’上
。像物料整理和搬运，也会在很多实际场景中大有可为。
”

训练基地

从大专到博士新职业新机遇

比赛固然重要 ，但并非终点 。在北京人形机器人创新中心的训练基地，一台台机器人
、机械臂在机器人训练师团队的带领下
，正继续解锁更多新技能
。

工业场景中，机器人训练师操控同构臂 ，“手把手”地教机器人如何分拣物料；商业场景中
，机器人训练师正一遍遍训练机械臂夹取冰块，并将水倒入杯内；家庭场景中 ，机器人训练师则引导机器人将床上的杂物放回柜子
，做好收纳整理……

“通过模拟各种环境，可以让机器人在预训练过程掌握一些通用技能 ，之后可以根据具体需求
，快速进行针对性学习。 ”据徐志远介绍，机器人训练师团队中既有大专生 ，也有博士生
，分别负责不同环节的工作 。“前端人员并不看重学历，而是看重动手能力
。他们采集数据以后 ，会由质检团队进行筛选。清理掉多余动作或者不当操作以后，数据上传至云端
，由算法团队来做进一步的数据处理 。
”

他表示，经过处理的数据会重新部署到机器人上 ，从而形成闭环
，反复调整磨合。“出现问题的地方，会专门练习巩固 ，类似于根据‘错题本’上的难点各个击破
。”为提升学习效率
，训练基地采取“人员轮班休息、机器连续运转 ”的方式，确保机器人在有限时间内得到尽可能充分锻炼。

“从没想过我能给机器人当‘教练’ 。”作为00后 ，张子贺之前对机器人行业并没有太多了解
，“觉得应该很高大上，不是我这种大专生能做的
。
”去年12月 ，他偶然看到北京人形机器人创新中心在招机器人训练师
，学历要求并不算高，于是抱着试试看的想法前来应聘。

“我比较擅长玩VR游戏 ，这个爱好居然派上了用场，试岗时我上手很快
，遥操作适应起来也不难 。”半年多来，张子贺先后在多个场景中指导机器人进行基本操作
。“每个动作都要练习上百遍 ，一天大概要完成500条到800条动作轨迹采集。 ”

羽毛球教练出身的吴广
，同样不曾想过自己能进入机器人行业 。“意外发现，打羽毛球时对腕关节和手臂力量的掌控经验 ，可以迁移到机械臂的操作中
，让动作更精准到位
。
”

在数据采集过程中，张子贺切身体会到训练的不易。“想让机器人找到合适的力度其实很困难 ，比如拿杯子倒水
，抓太松的话杯子会滑落，抓太紧的话又倒不出来 ，必须反复尝试 。”对此
，吴广也深有感触，“像开微波炉 ，机器人操作起来也挺费劲，按键力度轻了没反应
，重了会直接推走
。 ”

未来图景

提升泛化能力探索走入家庭

如今，人形机器人已经在越来越多工业场景中崭露头角 ，但尚未真正走入家庭
，而这也是行业下一阶段的攻坚方向。

“家庭场景是目前最难啃的‘硬骨头’ 。
”徐志远坦言，工厂里的零件尺寸 、摆放位置通常都是标准化的 ，机器人只需按固定程序操作即可。然而
，家庭环境中充满“不确定性”，给机器人的算法带来巨大挑战
。

“以整理床铺为例 ，训练时我们可能会准备十张床
，但现实生活中有各式各样的床和床上用品，需要机器人具备极强的泛化能力 ，学会‘举一反三’。 ”徐志远指了指卧室场景中形形色色的玩具
，“这些玩具大小
、重量各不相同，机器人也需要一点点学习如何将它们收拾整理 。
”

此外 ，柔性操作对机器人来说也是一大难关
。“特别是在厨房里，机器人需要面临大量的柔性操作
，比如切肉，但目前机械臂刚性都比较大 ，很难准确拿捏。在取水果时
，也会有软硬程度不同的情况，稍一用力就可能捏坏 ，松开时机不对也会导致水果掉落 。”徐志远谈到
，解决这一问题不仅需要软件提升，还需要硬件改进 ，“最理想的情况是可以做到刚柔并济
，这样在做与人接触的服务时，也能带来更好的体验
。 ”

据了解 ，北京人形机器人创新中心与河北工业大学共建联合实验室
，聚焦养老护理机器人研发、仿生材料及核心元器件攻关，推动具身智能技术在养老服务领域的场景应用。其中 ，双臂移乘护理机器人有望在日常护理场景中实现移乘转运 、搀扶
、端茶倒水等护理任务 。

“只要是与人接触，做起来都很难
，因为人随时会动，需要机器人实时计算位置
。
”徐志远说 ，随着技术迭代、人才储备与场景落地的深度融合
，人形机器人将在未来进入更多领域，最终走进千家万户。

“去年以来 ，整个行业进入爆发期
，市场对机器人训练师的需求也日益增加 。”徐志远表示，在巨大的人才缺口下 ，这一新兴职业有着广阔的发展空间
，“今后，有经验的从业人员将很受欢迎 ，待遇也会有所提升
。 ”

本报记者宗媛媛文并摄