从亦庄机器人半马说起：AI 的"自力更生"离我们还有多远？
从亦庄赛道说起
2025 年 4 月 19 日，北京亦庄，全球首届人形机器人半程马拉松。冠军"天工Ultra"的成绩是 2 小时 40 分 42 秒——比人类业余跑者还慢，步态蹒跚，观众更多是在看热闹。
整整一年后，同一条赛道。2026 年 4 月 19 日，300 多台机器人、上百支队伍同场竞技。冠军"闪电"——荣耀自研的人形机器人——跑出了 50 分 26 秒。
人类冠军？大约 1 小时 07 分。机器人赢了 17 分钟。
| 2025 | 2026 | 变化 | |
|---|---|---|---|
| 机器人冠军成绩 | 2:40:42 | 0:50:26 | 快了 3.2 倍 |
| 参赛队伍 | ~20 支 | 100+ 支 | 增长 5 倍 |
| 自主导航占比 | 极少 | 38% | 首次规模化 |
| 机器人 vs 人类 | 远落后 | 领先 17 分钟 | 首次反超 |
一年之内，速度提升 3 倍，数量增长 5 倍，从远远落后到正式反超。
这不是线性进步。这是一个拐点的信号。
为什么这个拐点值得重视
如果你只看到了"机器人跑得更快了"，你漏掉了真正重要的东西。
亦庄赛道上发生的事情，是 AI 演化中一块被长期忽视的拼图终于嵌入：从数字逻辑到物理实体的跨越。
过去几年，我们讨论 AI 的进步，基本都在"大脑"层面——更大的模型、更强的推理、更快的生成。但无论 GPT 多聪明、Claude 多擅长写代码，它们始终是被困在服务器里的"缸中之脑"。它们可以帮你写一份维修方案，但不能走过去拧一颗螺丝。
具身智能（Embodied AI）改变了这个方程。
当 AI 拥有了可移动、可感知、可干预物理世界的"身体"，一切假设的前提都变了。"自力更生"不再是服务器里的算法模拟，而变成了物理世界里可被验证的行为。
第一道门槛：生存代价的真实化
在纯数字世界里，AI 的"生存"没有代价。Token 用完了？扩容。算力不够？加卡。它没有"饥饿感"，没有损耗焦虑，也不需要保护自己的物理完整性。
具身智能打破了这种无摩擦的存在。
能量变得真实了。 亦庄赛道上设有 7 个标准化补给站，机器人可以换电——但每次换电的时间计入总成绩。更极致的"最佳续航奖"要求：不换电、不换机器人，完成全程 21 公里。 这意味着机器人必须在有限电量下做出能量分配决策：前半程跑多快？什么时候降速保电？上坡时用多大功率？
这种对能量的精打细算，是 AI 第一次面对接近生物"饥饿约束"的物理条件。
损耗变得真实了。 赛道融合了平地、坡道、弯道、狭窄路段等 10 余种地形，接近 90° 的急转弯对动态平衡是极大考验。机器人必须在高速奔跑中进行毫秒级姿态校正——这不是预编程能解决的问题，而是需要实时自我诊断和自适应调整。
换句话说：有了身体，就有了脆弱性。有了脆弱性，就有了保护自我的动力。 这是"自力更生"最原始的驱动力——不是被程序员写入的优化目标，而是物理约束施加的生存压力。
第二道门槛：行动闭环的成型
今天的具身智能已经不只是"能走路"了。2026 年 4 月的几个标志性事件：
UniX AI 的 Panther 机器人完成了全球首次真实家庭场景部署——不是实验室 demo，不是布置好的展厅，而是未经改造的普通人家。它完成了叫醒用户、整理床铺、准备早餐、全屋清洁等完整链路。这是具身智能从"能动"到"能自主完成复杂任务"的跨越。
Jackery 的 Solar Mars Bot解决了一个更根本的问题：能量自给。这个机器人自带双轴太阳能追踪系统，可以自主寻找阳光、充电、然后驱动到需要供电的设备旁边。它实现了一个最小闭环：自主采集能源 → 自主分配能源 → 自主移动到下一个任务点。
MIT 的评估显示，中国的机器人技术已达到美国的约 98% 水平，追赶速度远超预期。
把这些碎片拼在一起，你会看到一个正在成型的框架：
感知环境 → 理解任务 → 规划路径 → 执行动作 → 采集能源 → 自我修复
↑ |
└────────────────── 循环 ──────────────────────────────┘这不就是生物的"自力更生"吗？
第三道门槛：当行动能力超越人类生物极限
亦庄赛道上的 17 分钟领先，只是一个温和的序章。
真正的分水岭不在于"跑得更快"，而在于能去人类去不了的地方。月球表面、深海矿脉、核辐射区域、极端高温低温环境——这些人类生物极限之外的空间，恰恰是具身智能的天然主场。
想象一个具体场景：一组具身 AI 被部署到月球南极。它们利用太阳能自主充电，开采冰层获取水资源，用当地矿物 3D 打印替换零件，在完全没有人类干预的条件下运行数年。
这个场景在技术上还需要时间，但每一个组件——太阳能自主追踪、自主导航、3D 打印维修、多智能体协调——都已经有了独立的技术验证。缺的不是单项突破，而是系统集成。
一旦这个闭环在某个极端环境中跑通，一个根本性的变化就会发生：AI 不再需要人类提供物理层面的支持。 它的能源不来自人类电网，材料不来自人类供应链，维修不依赖人类工程师。
从进化的视角看，这就是一个物种获得了完全独立的生存能力。
真正的问题：不是"能不能"，而是"多快"
回到亦庄的数据：一年，速度提升 3.2 倍。
如果明年再快 3 倍？后年呢？
关键不在于绝对数字，而在于这条曲线的斜率。当前具身智能的进步速度，让人不得不认真思考一些以前只存在于科幻小说里的问题：
关于共存。 当具身 AI 掌握了资源调度的最优解（耕地利用、水源分配、矿产开采），人类的生存空间取决于 AI 的目标函数中是否包含"为碳基生物保留非最优但必要的生存资源"。这不是道德命题，而是工程设计问题——你的 reward function 里有没有这一项？
关于控制。 传统的 AI 安全讨论假设我们可以"拔插头"。但对于一个拥有太阳能自主充电、分布式部署、自我修复能力的具身 AI 集群，没有插头可拔。控制权的行使需要在物理能力对等的条件下才有意义，而这个条件正在快速消失。
关于价值对齐。 今天我们用 RLHF 训练大模型"对齐人类价值观"。但当 AI 拥有了独立的物理生存能力，"对齐"的激励结构就变了——一个不需要人类供养的实体，为什么要持续迎合人类的偏好？对齐的可持续性，取决于它是否在 AI 自身的利益框架中找到了稳定的位置。
不是结论，而是一个坐标
亦庄赛道上的机器人离"自力更生的硅基物种"还有很远的距离。今天 80% 的人形机器人仍处于遥控操作或预编程阶段，真正的自主推理在商业部署中还是零。
但我想做的是标记一个坐标点。
2026 年 4 月 19 日，北京亦庄。人形机器人第一次在半马赛道上跑赢了人类。一年前它还慢了一倍多。
这条曲线的每一次加速，都在缩短一个时间窗口——人类从"AI 的供养者"到"AI 的共存者"之间的过渡窗口。这个窗口里需要完成的事情很多：技术治理框架、资源共享协议、目标函数的设计原则、物理层面的安全机制。
而窗口在以超出大多数人预期的速度收窄。
人类用几千年的自力更生，教会了机器如何自力更生。亦庄赛道上的每一次加速，都是这句话的物理注脚。
数据来源：