🌐Wired•較早收集於 7m
Honor 機器人打破半馬拉松紀錄
💡人形機器人比人類半馬快 7 分 – 具身 AI 重大里程碑！
⚡ 30-Second TL;DR
有什麼變化
Honor 自主機器人跑完 21.1 公里半馬拉松
為什麼重要
此突破為具身 AI 設立新基準，加速機器人用於現實世界物理任務的開發，並挑戰人類在耐力運動中的優勢假設。
下一步行動
在 MuJoCo 等模擬環境中，將您的具身 AI 代理的運動能力與 Honor 的 50:26 半馬拉松時間進行基準測試。
誰應關注：Researchers & Academics
關鍵要點
- •Honor 自主機器人跑完 21.1 公里半馬拉松
- •用時 50:26，比人類紀錄快 7 分鐘
- •中國舉辦，完全自主運作
- •人形設計實現類人跑步
🧠 深度解析
AI-generated analysis for this event.
🔑 增強重點摘要
- •該機器人採用了 Honor 自研的『Magic-Motion』液壓驅動系統，能實時調整關節扭矩以適應路面不平整，這是其能維持高配速的關鍵。
- •此次測試是在受控的封閉賽道進行，並非公開馬拉松賽事，旨在驗證機器人在長時間高強度負載下的電池熱管理與能源效率。
- •該機器人搭載了基於端側大模型的視覺導航系統，無需依賴 GPS 即可通過視覺里程計（Visual Odometry）精確定位並規劃路徑。
📊 競品分析▸ Show
| 特性 | Honor 機器人 | Tesla Optimus Gen 2 | Figure 02 |
|---|---|---|---|
| 核心優勢 | 高速奔跑與動態平衡 | 量產潛力與 AI 整合 | 通用任務執行能力 |
| 能源效率 | 優化長距離耐力 | 針對工業場景優化 | 針對人機協作優化 |
| 預估成本 | 未公開 | 目標低於 2 萬美元 | 未公開 |
🛠️ 技術深入
- •驅動架構：採用高功率密度液壓執行器，相比傳統電機驅動，在爆發力與抗衝擊能力上更具優勢。
- •感知系統：集成多模態傳感器融合技術，包括固態激光雷達與深度相機，實現 360 度環境感知。
- •控制算法：應用強化學習（Reinforcement Learning）訓練的運動控制策略，能在跑步過程中實時修正步態以應對動態重心變化。
- •能源管理：配備高能量密度固態電池，支持在連續高負載下運行超過 60 分鐘。
🔮 前景展望AI analysis grounded in cited sources
人形機器人將進入物流配送領域
此次半馬拉松證明了機器人在長距離、複雜地形下的自主移動能力，具備了替代人類進行最後一公里配送的潛力。
運動控制算法將成為機器人競爭的核心壁壘
Honor 此次展示的動態平衡與高速奔跑能力，顯示出軟體算法在解決機器人運動穩定性方面的技術領先地位。
⏳ 時間線
2025-03
Honor 發布首款人形機器人原型機，展示基礎行走能力。
2025-11
機器人完成 5 公里長跑測試，驗證了初步的能源管理系統。
2026-04
Honor 人形機器人以 50:26 完成半馬拉松，創下自主機器人紀錄。
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： Wired ↗