人形机器人半程马拉松事件 - 全球首场人形机器人半程马拉松在北京亦庄举行，20支由企业、高校和科研机构组成的队伍参赛，北京人形机器人创新中心的天工Ultra以2小时40分42秒夺冠，是唯一表现值得肯定的全尺寸人形机器人[2] - 比赛结果暴露了人形机器人在户外运动中的集体"失速"和"窘态"，被认为是一次"祛魅"时刻，显示人形机器人进入现实场景仍面临巨大挑战[4] - 宇树科技的G1机器人在比赛中表现"拉胯"，两支使用该机器人的队伍开跑即摔倒，引发网友差评和流量反噬[15][12] - 魔法原子的"小麦"机器人在赛前退赛，星动纪元虽未参赛但其STAR1机器人曾展示3.6m/s的奔跑速度，创下电驱人形机器人速度纪录[18] 国内人形机器人行业发展现状 - 行业存在"重运动、轻大脑"现象，企业专注于前空翻、快速奔跑等运动层面的"炫技"，而忽视大模型等AI能力的建设[8] - 宇树科技是硬件派的代表，其H1机器人登上春晚、G1机器人通过跳舞和720度回旋踢等视频走红，但也陷入"炫技"死循环[10] - 行业公司可分为三类：硬件背景团队专注控制和电机；软件背景团队关注智能化和泛化能力；大模型背景玩家较少[13] - 许多公司将教育、科研和展示场景作为主攻赛道而非工业场景，ToG市场规模远小于ToB和ToC[18] 技术发展与商业化挑战 - 人形机器人控制算法从LIPM+ZMP发展到MPC+WBC，目前正向IL+RL演进，但技术瓶颈短期内难以突破[18] - 商业化面临四大"可达"挑战：移动可达、操作可达、语义可达、价值和智慧可达，目前多数仅实现遥控可达[18] - 行业受资本和政策扶持但出现"揠苗助长"趋势，技术突破和场景探索才是关键，具身智能机器人是复杂的系统性工程问题[19] - 人形机器人赛道共识是长周期和广大前景，但需克服算力、算法、数据、硬件和工程化等多方面挑战[19][20] 行业乱象与企业动态 - 宇树科技回应比赛表现称不同团队操作会影响机器人表现，但网友不买账，"不参赛就不会输"的评论刷屏[17][18] - 行业存在将科研院校作为主要客户的乱象，这种模式可持续性差且难以产生真正技术突破[18] - 多家顶尖科技大厂进军人形机器人整机制造，具身智能赛道吸引车企、产业链公司和智驾领域从业者涌入[25][28] - 智元机器人首席科学家认为全栈自研是唯一出路，小鹏面临核心团队离开但仍可能成为最早实现L3量产的厂商之一[28][29]

行业技术动态 - 2025年2月20日，Figure AI推出全球首个双系统架构VLA模型Helix，采用S1（快反应）和S2（慢思考）协同设计，专为人形机器人上半身高频灵巧控制优化 [2] - 2025年2月26日，Physical Intelligence发布分层交互式机器人系统Hi Robot，整合VLA模型π0实现高层VLM推理与低层VLA执行的两级架构 [4] - 2025年3月18日，英伟达开源GR00T N1模型，成为第三个采用双系统架构的通用人形推理基础模型 [4] - VLA模型成为具身智能主流技术方向，整合视觉编码器、语言编码器、多模态融合和动作生成器四大模块，突破传统独立处理感知-理解-执行的割裂问题 [7] 智平方核心突破 - 2025年4月17日发布全域全身VLA大模型Alpha Brain（GOVLA），包含空间交互基础模型+慢系统（System2逻辑推理）+快系统（System1实时动作控制），首次融合DeepSeek技术强化长程任务推理能力 [8][10] - 同步推出新一代仿生机器人AlphaBot 2，搭载Alpha Brain实现34+自由度全身控制，垂直工作范围0-240cm，单臂臂展700mm，续航6h+，适配汽车制造、半导体、生物科技等场景 [11][12] - 技术商业化领先：2024年RoboMamba模型泛化能力超越Google RT系列，成为NeurIPS 2024入选成果 [8] 公司背景与融资 - 创始团队为国内唯一全栈AI系统能力组合：CEO郭彦东（微软/小鹏/OPPO背景）+副总裁邱巍（西门子/驭势科技背景），核心成员来自微软、Momenta及清华/伯克利等顶尖机构 [14][15] - 2025年完成两轮数亿元融资（Pre-A轮达晨财智领投、Pre-A+轮敦鸿资产领投），累计融资额超5亿元 [19][21] - 商业化进展：2024年实现数千万确认收入，签约车企/高端制造/互联网巨头，2025年与吉利晶能微电子、华熙生物达成半导体/生物科技场景战略合作 [18][20] 行业趋势与竞争格局 - 具身智能赛道形成"车企/自动驾驶精英创业潮"：智平方、它石智航（1.2亿美元天使轮）、星海图等具智驾背景公司2025年密集完成亿级融资 [21] - 技术路线共识：全栈自研成为竞争关键，软件算法（尤其是大模型通识理解与多级推理能力）决定长期竞争力，硬件需与软件协同迭代 [22] - 市场格局分化：非自研AI的本体公司面临被收购风险，同时具备大模型+本体能力的初创企业成为资本首选标的 [22]