人形機器人格鬥賽熱爆網絡 學者：臨場應變度高 動作流暢 充分展示人機協同能力

5月25日晚，《CMG世界機器人大賽·系列賽》機甲格鬥擂台賽在杭州舉行，是首個人形機器人的格鬥擂台賽，期間機器人「左右勾拳、側踢、膝踢…拳拳到『肉』」，直播吸引大量網民及業內人士關注。有網民直呼過癮，也有人質疑人形機器人需由人遙控器操作，僅是「9.9萬元大型遙控玩具」。但有學者認為，今次格鬥賽體現了中國人形機器人的飛速發展，機器人展示出的動作流暢度非常高，顯示已充分具備了從人類身上學習的能力，人機高度協同。

宇樹科技董事王其鑫亦表示，要讓機器人學會一套動作，不是一件容易的事，背後都依靠AI的技術讓機器人學習。

5月25日晚《CMG世界機器人大賽·系列賽》在杭州舉行，是首個人形機器人的格鬥擂台賽。

這次擂台賽採用積分制，共3個回合，每個回合2分鐘，據3個回合累積總積分，積分最高的隊伍獲勝；擊中頭部和軀幹為有效擊打，手部動作有效擊打計1分，腿部動作有效擊打計3分​​，擊中四肢不計分；倒地一次扣5分，被擊倒8秒內無法起身月則扣10分，該回合結束。

有別於早前的機器人馬拉松賽，是對續航與平衡系統的考驗；今次格鬥賽，對即時動態反應速度的要求更高。機器人在格鬥中要靈活做出揮拳、踢腿等動作，需調動多個關節。

人形機器人展示「前踢」、「左右側踢」等不同動作。（央視截圖)

對機器人的速度亦要求也很高，如在被打倒時需快速起身，還需根據現場形勢進行靈活調整，對操作者、感知能力和演算法的層次提出了更高的要求。

據《每日經濟新聞》報道，在場觀賽的浙江大學控制學院研究員李高峰表示，格鬥對機器人來說，難度在於增加了對抗性。人形機器人不光要考慮自身的狀態，還要考慮對方的狀態，這種高度的對抗性，對機器人整個系統的穩定性帶來更多的挑戰，背後不單是演算法層面，對機器人的硬體摩打、減速機的性能等也都是非常大的挑戰。

從春晚的機器人扭秧歌，到擂台上的格鬥，過去半年，宇樹科技熱度不減。比賽中，宇樹科技機器人的操作除之前已知的手柄控制外，還用到了語音控制和體感控制兩種操作方式，「來一個左直拳，再來一個右直拳」，工作人員透過語音控制格鬥機器人，今次重點展示刺拳、勾拳、踢腿、閃避等9種格鬥動作。

宇樹科技董事王其鑫表示，讓機器人學會一套動作，不是一件容易的事，都依靠AI的技術手段來讓機器人學習。

宇樹科技董事王其鑫在央視直播中表示，讓機器人學會一套動作，不是一件容易的事，其實都依靠AI的技術手段來讓機器人學習。首先動作捕捉會基於一些專業的格鬥運動員，根據他們的動作捕捉數據，讓機器人在虛擬的世界裡來學習這些動作。

中國信通院泰爾系統實驗室副總工程師劉泰指，日常普通的遙控玩具，其實對應的是單一控制器物件，但人形機器人有許多感測器，背後是一整套的大模型、運動控制模型的演算法支撐。

李高峰也表示，遙控玩具是無法對現場實際情況即時反應，人形機器人會根據現場情況即時調整做力的回饋。他指，機器人格鬥主要有2個看點，一是看機器人技能的流暢度，AI跟機器人相結合，如何捕捉人類的運動，並且把它重新定向再給人形機器人；其二是人機協同，格鬥比賽不只展示機器人的性能，更多的是展示機器人基本的能力，以及人類是如何臨機應變，李高峰表示，「相較於半年前、一年前或若干年前，我們還很難想像機器人能做到這麼流暢的動作，所以我覺得這是科技的進步。」

人形機械人格鬥賽引起網絡及業內高度關注。

由1959年，Unimation公司的第一個機器人產品Unimate面世，其後幾十年，人形機器人技術在全球不同國家的科學研究接力中不斷突破。如今，中國的人形機器人產業方興未艾，在AI浪潮中，迎來了突飛猛進的新機會。這次機器人格鬥比賽，也讓網友對人形機器人的技術進步有新的期待。

但仍有瓶頸位需要克服。宇樹科技創辦人王興興日前表示，對機器人產業最大的困難並不是硬體問題，而是統一的端到端的人工智慧做得還不夠好。

海外博客、紀錄片導演Joe Hattab接受《每日經濟新聞》訪問時，對宇樹G1機器人的靈活性大為讚歎，「G1的彈性簡直瘋狂，你可以像這樣推它，它居然不會摔倒，甚至能打功夫動作。你們是怎麼做到的？…說不定以後能學會做飯呢！」Joe Hattab表示，機器人技術中的AI和機器人工程學是最讓他感興趣。

波士頓動力 (Boston Dynamics) 長期被視為人形機器人的技術標竿。但相較於波士頓動力，宇樹科技有兩個核心優勢：其一，採用摩打驅動，而不是成本高、維護困難的液壓驅動；其二，產品成本更低，價格更便宜。

Joe Hattab表示，他還沒看過波士頓動力的最新款，僅在社交媒體見過，要公平比較需親自研究兩者，但宇樹機器人確實令人印象深刻，外界說波士頓動力是全球第一，希望宇樹能能與展開競爭。

據Fortune Business Insights數據，全球人形機器人市場規模預計將從2024年的32.8億美元飆升至2032年的660億美元，年複合成長率達45.5%，遠超工業機器人20%的成長速度。

交銀國際認為，在政策驅動、技術轉折點、場景革命及本土供應鏈的多重優勢下，國內人形機器人可望複製新能源車成功經驗，形成領先優勢。民生證券分析認為，人形機器人即將進入產業化轉拐點，2025年全球預計將達萬台， 2025年國內外人形機器人公司即將進入量產階段。

2025年初，馬斯克更新Optimus出貨預期，預計2027年出貨量達50萬至100萬台；宇樹科技憑藉B2-W四足機器狗的亮眼表現、人形機器人H1的春晚表演，帶動國產機器人關注度提升。

新華社5月23日報道，據商務大數據監測，1月至4月數位產品線上銷售額年增8.4%，其中智慧機器人、智慧家庭系統較去年同期分別成長87.6%及16%。

毛拍手

** 博客文章文責自負,不代表本公司立場 **

中國人工智能大模型產業正經歷一場殘酷的生存競賽。被譽為「AI六小龍」的六間頂尖頭部初創公司，在資本熱潮退卻與巨頭擠壓下，戰略路徑出現明顯分化。其中，智譜與MiniMax幾乎同時向港交所遞表，爭奪「全球大模型第一股」；而曾憑藉長文本能力一鳴驚人的月之暗面Kimi，則面臨技術優勢「速朽」與用戶流失的雙重考驗。這場上市競速不僅是公司的命運之戰，更預示著中國AI產業從技術狂飆邁向商業效率的關鍵轉折。

智譜與MiniMax幾乎同時向港交所遞表，爭奪「全球大模型第一股」

市場表面的繁榮難掩內在的焦慮。芯原股份董事長戴偉民早前直言，中國市場的「百模大戰 」更像是「群模亂舞」，是在浪費電。他預測，到2028年 ，中國基礎大模型的數量將少於10個。中國信息化百人會執委安筱鵬進一步指出，「百模大戰」其實並不存在，因為眾多模型根本不在同一性質和維度的賽道上競爭。

芯原股份董事長戴偉民

據不完全統計，國內大模型總數已達300個，但安筱鵬坦言，真正能跟上國際創新步伐的國內選手「不超過10個」。在此行業共識逐漸形成的微妙時刻，智譜與MiniMax的上市衝刺，成為觀察產業走向的風向標。

智譜與MiniMax的上市衝刺，成為觀察產業走向的風向標。

2025年12月19日，智譜披露招股書；48小時後，MiniMax緊隨其後。兩家公司估值分別約為400億元及288億元人民幣，資金儲備看似充足，上市卻成為迫切的選擇。這背後折射出一個宏觀行業邏輯：國內一級市場的大模型敘事可能已經結束。在估值高企、模型迭代放緩的背景下，儘早鎖定穩定且成本更低的公開市場融資渠道，成為頭部公司的現實選擇。

與此同時，兩家公司的戰略在上市前均主動收攏，聚焦核心。智譜選擇整合G端與B端業務，以其招股書披露，截至2025年6月30日，私有化部署收入佔比高達約82%，客戶主要為政府機構與大型企業。MiniMax則 從「模型與產品雙輪驅動」升級為「模型優先」，將資源壓回語言模型基礎能力與商業路徑清晰的智能體（Agent）方向。其創始人閆俊傑指出，在大模型時代，真正的產品是模型本身，傳統產品更像渠道，若模型不夠聰明，產品做得再好也無用。

儘管同為「第一梯隊」，智譜與MiniMax的發展路徑截然不同。智譜被視為「國家隊」，由清華大學教授唐杰牽頭創辦，融資歷程中集齊北京、杭州、成都、珠海、上海五地國資背景，最新一輪更獲浦東創投與張江集團聯合注資10億元戰略融資。

MiniMax則走更接近互聯網公司的路子，以美元VC為主要支持者，騰訊、阿里先後領投，最近一輪由上海國資出資。其商業化路徑顯著側重C端，旗下社交產品Talkie（海外版）和星野（國內版）在2024年貢獻了公司AI產品收入的63.9%。彭博社報道指，MiniMax 2024年預期營收 約為7000 萬美元，其中較大比例來自C端產品。

與衝刺上市的兩家公司相比，月之暗面Kimi正面臨更為艱難的考驗。

與衝刺上市的兩家公司相比，月之暗面Kimi正面臨更為艱難的考驗。2024年憑藉「長文本處理」這一殺手鐧享受技術紅利的Kimi，到了2025年底，這條護城河已成為行業基線。阿里通義千問、騰訊混元等大廠產品快速跟進，使Kimi從「技術領跑者」轉 變為「追趕者」。

這種轉變直接反映在用戶數據上。QuestMobile數據顯示，早在2025年2月和3月，Kimi的月活躍用戶數已顯著落後於DeepSeek和豆包。SuperCLUE在2025年3月的評測中，月之暗面已位列中文大模型總體表現的第二梯隊。近日，張予彤以Kimi總裁身份亮相清華大學交流會，被視為公司從技術理想主義轉向全面商業化 生存之戰的強烈信號。

「AI六小龍」在資本寒冬與巨頭擠壓下，已走向明顯的戰略分化，可分為「堅守派」與「轉型派」。智譜、月之暗面、MiniMax和階躍星辰屬於堅守派 ，但仍持續投入基座大模型研發，只是商業路徑開始分野。

相比之下，轉型派顯得更為務實。百川智能已All in醫療賽道，聚焦AI兒科、AI全科等垂直產品，戰略性放棄部分通用業務。零一萬物則已放棄萬億參數大模型投入，全面擁抱DeepSeek，轉型提供企業級部署解決方案。

無論選擇哪條路徑，所有大模型公司都無法迴避成本控制與商業化效率的終極考驗。大模型的成本分為訓練成本與推理成本，後者與用戶使用量直接掛鉤，是追求規模化增長公司的持續壓力來源。

展望2026年，潛在發佈的DeepSeek R2模型，將對行業形成新一輪壓力測試。

DeepSeek通過架構創新大幅降低模型運行成本，已推動行業價格戰。展望2026年，其潛在發佈的DeepSeek R2模型，將對行業形成新一輪壓力測試。對智譜而言，R2可能對其私有化部署業務，尤其是價格敏感型客戶，形成直接衝擊。對MiniMax來說，高質量、低成本開源模型若在C端形成規模效應，將加劇其核心文本模型產品的月活競爭。

DeepSeek R2更像是一次行業層面的壓力測試，它迫使所有堅持預訓練的大模型公司重新回答：當模型能力趨同成為「公共品」，你的獨特價值究竟是什麼？這場生存競賽的勝出者，不僅需要在技術上持續創新，更需要在商業效率與成本控制上構建真正的護城河。