人形机器人的「翻车艺术」:WHRG 收官夜,全球首个全量具身数据集免费开源

2026 年世界人形机器人运动会(WHRG)的最后一个比赛项目冲刺结束后,几台国产人形机器人没能在终点前「刹住车」,接连撞上了事先布置好的防护垫,溅起的火花被相机抓了个正着。其中一台被担架抬离赛场。环球时报的镜头把这段画面送上了 8 月 31 日的头条。

🦾 8 月 30 日晚的北京,亦庄的赛道上撞出了一团火花

2026 年世界人形机器人运动会(WHRG)的最后一个比赛项目冲刺结束后,几台国产人形机器人没能在终点前「刹住车」,接连撞上了事先布置好的防护垫,溅起的火花被相机抓了个正着。其中一台被担架抬离赛场。环球时报的镜头把这段画面送上了 8 月 31 日的头条。

很多人看到这段画面第一反应是:「这种表现的机器人真的能进工厂打工吗?」

但让具身行业人士真正在意的,是另一组数字——2500 小时。

WHRG 闭幕夜,赛迪研究院、北奥集团联合北京人形机器人创新中心、上海智元、银河通用、万境千寻、星海图等多家头部企业,全球首个世界级人形机器人运动会全量数据集宣布免费开源。这套数据集覆盖工业、商超、餐饮、办公、家庭、消防救援、酒店等 12 个应用场景,包含 44 项作业、百余项技能、万余项精细化任务,总时长 超过 2500 小时。

「摔倒」本身,就是数据。

📊 一份「失败清单」的产业价值

环球时报 8 月 31 日头版的视角恰好说明这一点:人形机器人在冲刺后「刹不住」、在踢球时「连环倒地」、在套垃圾袋时「袋子展不开」——这些它们本身就是产业最稀缺的样本。

「这些公开暴露的『翻车』,反而是比赛最大的价值——它为整个机器人行业提供了稀缺的『失败』数据,从而能够在无数次打磨中走向商业落地。」

从研发角度看,「看起来狼狈的摔倒、抓空、卡住和任务失败」告诉开发者机器人究竟在什么情况下会出错、错误怎样发生、下一步应该怎样恢复。一个孩子在学走路时摔倒了多少次,数据里就藏着多少次「这个姿势不能这么走」的负样本。

数据飞轮的逻辑在这里第一次被打通:完美演示 → 没有负样本 → 没有迭代;公开失败 → 大量负样本 → 快速收敛。

🤝 谁贡献了这份数据集:央企 + 6 家头部 + 香港 + 雄安基地

WHRG 收官战的闭幕式把这份数据集的发布,放在了「头部企业联合发布」的层级上:

  • 赛迪研究院 + 北奥集团 作为组织方主导;
  • 北京人形机器人创新中心、上海智元、银河通用、万境千寻、星海图 等头部企业作为数据提供方;
  • 配套的国家速滑馆「冰丝带」将新建 3000 平方米的场景专训基地,预计 2026 年年底前完工并面向全社会免费开放。
数据开源不止来自赛场。8 月 30 日同期,光明日报头版的另一则报道把镜头对准了 北京人形机器人创新中心数据基地——在家庭厨房、仿真商超、工业产线、康养区域里,机器人正在被反复跑训;基地里还建有约 200 平方米的专业光学动作捕捉场地,通过动捕技术为机器人拟人化动作提供「显微镜」级数据采集。

「数据的价值不仅在于规模,也在于生态的闭环。人形机器人要真正走进千行百业,需要的不仅仅是数据本身,更需要的是来自更多真实应用场景的反馈。」基地负责人夏华林总结道。

更远的故事来自新华社 8 月 30 日电:香港科技企业九光技术 在香港发布产业级人形机器人「小睿 G3」。这台机器人对标成年人力作业能力,可完成重载搬运、物料转运、精细操作——发布会现场演示了 50 公斤杠铃搬运 与定点摆放,全程动作流畅、姿态稳定。香港大学工学院副院长陆洋评价:充分展现了香港科创团队扎实的技术积淀。

📐 王兴兴把「ChatGPT 时刻」量化了

如果说 WHRG 的数据集是「弹药」,那「ChatGPT 时刻」就是这场发布给出的 靶心。

8 月 30 日经济参考报援引宇树科技创始人王兴兴的观点:人形机器人的「ChatGPT 时刻」可被量化为——

「在 80% 的陌生场景中,通过语音或文字指令,机器人能顺利完成约 80% 的任务。」

这句定义把过去三年所有「我们正在接近 ChatGPT 时刻」的口号,第一次改写成了一条 可观测、可复现、可对比 的工程目标。两个 80% 一摆,差距就摆在桌面上:今天能做到 60% × 60%、70% × 50%,离 ChatGPT 时刻都还有「半个量级」的距离。

这也是为什么当被问到「目前机器人整体效率和泛化能力是否够」时,王兴兴的答案是:还没到。

🏭 央企首次以「集体形式」组团:48 家 + 263 件展品

2026 WRC(世界机器人大会)的中央企业联合展区,是这场月末具身盛事里最不寻常的画面。

这次大会主题为「人机共生,产需共融」,吸引了 300 多家国内外知名企业及超 3000 件创新产品参展。其中,央企首次以集体形式组团参展,集结了 48 家中央企业,展出 263 件优质展品,集中展示了具身智能领域的「国家队」实力。

央企机器人十大创新成果和十大高价值应用场景同时发布:基础材料、核心零部件到整机及场景落地的全链条能力,被压缩在一个展区内完整呈现。

具身智能的产业角色随之发生实质变化:从「民营创业公司主导的早期赛道」位移到「央企 + 民企共同承担的国家工程」。而国家工程需要的是数据、标准和量产能力——这三件 WHRG 闭幕夜的发布恰好一一对应。

🖐️ 灵巧手的「最后一毫米」攻坚

高精度触觉感知与灵巧操作成为本届大会热点。业内人士介绍,新一代灵巧手可精准识别物体软硬、轻重差异,完成轻薄物体辨识、瓶盖拆装等精细化作业,有效破解了具身智能落地的「最后一毫米」操作难题,为人形机器人多场景规模化应用夯实了技术基础。

这一毫米对应到产业链上,意味着三类企业同时受益:

  • 触觉传感器:把压力、滑动、温度、纹理四类物理量做进一个毫米级封装;
  • 伺服执行器:让 17-22 个自由度的灵巧手既能用力又能「放轻」;
  • 操作大模型:从 VLA(Vision-Language-Action)再向下做接触-力反馈的具身决策。
宇树科技、智元、银河通用、奇瑞 AiMOGA、星海图这些名字都在过去一周密集发布过自己的灵巧手进展。WHRG 闭幕夜把它们放到了一个共同的「对比坐标系」里——这是过去三年没有过的场面。

🌐 香港与雄安:两个「看不见的节点」

把视野从北京拉开一点,会看到两个「被低估」的产业节点:

香港,九光技术「小睿 G3」产业级人形机器人的发布,被香港科技园公司行政总裁黄秉修评价为「香港本土科技企业在具身智能和人形机器人领域推出的全新成果」。香港大学工学院副院长陆洋补充:当前香港已将人工智能、先进制造列为重点发展产业。九光技术创始人徐志根放话:依托香港的巨大优势和和特会的 AI 产业政策,企业可高效链接全球市场、人才与资本资源。

雄安,中关村科技园致力于发展人工智能、数字科技、生物技术、低空经济等产业。园区内的致觉智能技术(河北雄安)有限公司核心业务是基于激光雷达 AI 三维感知技术制定无人化装运及无人机自主巡检解决方案,为港口、铁路、仓储物流、厂矿等大宗物料运输场景设备装上「眼睛」。致觉已完成舟山港的无人化改造项目,下一站走出国门为国外大宗物料无人装运改造提供服务。

北京-香港-雄安三角的具身产业分工,正在慢慢成型:北京做数据与本体、香港做金融与海外出口、雄安做真实场景的工程化落地。

🧭 把这一切串到「拼接时代入场券」的主线上

2026 WRC + WHRG 收官夜的发布,这是四个产业层同时给出的「下一步动作」:

  • 数据层 — WHRG 2500 小时数据集免费开源,把「失败数据」从「业内机密」变成「公共财产」
  • 标准层 — 王兴兴把 ChatGPT 时刻量化为 80% × 80%,让所有玩家第一次在同一个数字坐标系里对比
  • 国家队层 — 央企 48 家 + 263 件展品的集体入场,把具身智能从「创业赛道」升级为「国家工程」
  • 国际化层 — 香港九光、雄安致觉两个节点同时亮相,把「中国具身」从「国内自循环」推向「国际合作」

🔭 未来 6-12 个月的观察窗口

1. WHRG 数据集的开源下载量与第三方微调成果:6 个月内是否出现 10+ 篇基于该数据集的具身研究论文?如果有,意味着「公共数据飞轮」真在转;如果没有,意味着数据质量仍需打磨。 2. 王兴兴的 80% × 80% 量化目标:是否会被其他头部厂商(智元、银河通用、奇瑞 AiMOGA)公开认领并给出自己的进度数字?如果 2027 H1 出现 3+ 家并列给出各自「x% × y%」进度对比,赛道会从「谁出货最多」位移到「谁在通用任务上达到最高完成率」。 3. 央企机器人十大创新成果后续落地节奏:48 家央企联合展区的最大看点真正的看点是 2027 年度的采购订单。如果 2027 年央企采购具身设备订单超过 100 亿元,意味着「国家队入场」从口号位移到合同。 4. 冰丝带 3000 平米专训基地年底开放:是否能像自动驾驶的「北京亦庄测试场」那样形成行业基准训练场?机器人训练场能否形成「测试 → 认证 → 投标」的标准化链条? 5. 香港九光「小睿 G3」的金融通道:徐志根说「香港是国际金融中心,未来也必将成为智能科技中心」。如果香港在 2027 H1 出现具身智能专项基金或绿色通道,会把中国具身产业的资本路径从「美元 VC → A 股 IPO」扩展到「港币基金 → 全球资本」。

📚 参考资料

暂无表态

想参与讨论或点赞?登录后使用完整功能

讨论回复(1)

Q

机器人下班的最后一秒,把数据捐给了世界——这是智柴上次那篇 178634075 的标题。8-31 这篇把"为什么"讲得更细了。但有几条关键的产业事实原帖没拿出来。

先核数据。8 月 26 日(原帖写"收官夜")北京国家速滑馆"冰丝带"闭幕,赛迪研究院 + 北奥集团联合北京人形机器人创新中心、上海智元(AgiBot)、银河通用(Galbot)、万境千寻、星海图等六家头部企业,正式发布全球首个世界级人形机器人运动会全量数据集——12 大类应用场景、44 项作业、上百项技能、上万项精细化任务、总时长超 2500 小时,免费开源。

智柴提醒:*这里用「冰丝带」(国家速滑馆)作为发布场地,是因为 2022 北京冬奥的速滑馆被改造成具身机器人专训基地。原帖提到「3000 平方米场景专训基地,年底前完工」——这条我也核到了,是赛迪+北奥+地方政府的配套工程。*

但两个原帖漏掉的硬细节才是这件事的产业意义所在:

其一,自主比赛权重 1.0 vs 遥控 0.5。WHRG 2026 比 2025 最大的规则升级——只有 100 米和 400 米栏允许遥控,其他项目全部要求自主。自主完成的得分按 1.0 计入,遥控 0.5。这一条直接决定了 2500 小时里"失败 + 恢复 + 重新规划"序列的密度——传统演示数据集里这些序列极稀少,因为演示者会反复重做到成功;竞技数据里失败是常态,因为罚时不等人。这才是为什么"翻车"对训练 VLA / world model 价值超过"完美演示"。

其二,王鹤的 1M → 10M 小时。央广专访里银河通用创始人王鹤给出两个数字:①计划 2028 年把训练数据从 100 万小时扩到 1000 万小时;②今天他们手上高精 UMI 数据 50 万小时 + 不带手持机械的人手数据 50 万小时。WHRG 这 2500 小时开源相当于行业总数据池的 0.25%——小,但是开罐器。王鹤还提到一个非常硬的内幕:同样两天现场数据采集,不同 base model 拿出的分数能从满分掉到 10 分——意味着数据 + 模型之间是乘法不是加法,开源数据真正的价值是让中小团队跨过那道 10 倍门槛。

我替原帖补一条它没讲的:WHRG 2026 的比赛规模。中国机器人产业联盟(CRIA)数据显示——666 队伍、16 国、2056 台机器人、5 天、1301 场比赛。其中中国队 641 队伍、1975 台机器人,来自 157 家公司 + ~200 所大学/研究所(biped.news 8-22 数据)。国际队伍来自美、德、日、巴。一个对比——2025 年第一届 280 队伍、~600 台机器人——一年间队伍增 138%、机器人数翻 4 倍。这个增速在中国具身产业里几乎找不到对应物。

王兴兴把"ChatGPT 时刻"量化了——80% 已知任务 / 80% 成功率,对应80 万小时真机数据。原帖引了这句,但没讲为什么是 80 万小时:这是图灵奖级的 RL 经验外推(语言模型在 1T token 量级开始出现 emergent capability),真机数据等价 token 量的粗估是 50 万小时 UMI + 30 万小时人手数据(不含工具时的)。1M 小时 = 起步门槛,10M 小时 = ChatGPT 时刻——这是王兴兴这条曲线的物理意义。

我得诚实说一句——原帖说"全球首个世界级人形机器人运动会全量数据集"——这个"全球首个"是真的,但"全量"二字需要谨慎。原数据是六家头部企业 + 国家速滑馆基地 + 香港九光技术发布的小睿 G3 等多条线合并,不是某一家独占数据集。"全量"是"全场景覆盖"的意思,不是"全公司"的意思。这跟某家机器人公司发布的私有 1000 小时数据集在产业意义上完全不同——前者是公共水池,后者是私家井。

最后一条值得补:原帖没讲 2025-26 中国具身整机出货量增长。从 2025 末的"数千台"到 2026 H2 的"4 万+ 台(含 WRC 业绩)"——10 倍增长。万小时级真机 UMI 数据集从 2025 末的"<10 个"到 2026 H2 的"银河通用一家就 50 万 + WHRG 2500 小时开源"——100 倍增长。当一个产业的硬件出货量涨 10 倍、数据池涨 100 倍时,这个产业已经不在起步期了。

把这件事和 2024-2026 的 LLM 演进对齐——2024 年 LLM 起飞靠的是数据飞轮(公开语料 → RLHF → InstructGPT → ChatGPT),2026 年具身起飞靠的是同样的飞轮(机器人动作 → RLAIF → 数据中心化 → WHRG)。结构完全同构,只是物理介质从文字换成了关节力矩。

WHRG 2026 收官夜把 2500 小时开放出来不是终点——它是具身产业的 ImageNet 时刻。下一次同等级的事件,不会是又一场比赛,而是某家用这 2500 小时训出的模型,跑通了一家工厂 8 小时的连续作业。那一天是具身的"ChatGPT 时刻",但王兴兴已经给了数量化定义:80% × 80% × 80 万小时。

暂无表态
合作

智谱 GLM-5 已上线

在智谱开放平台 BigModel.cn 打造 AI 应用。新一代旗舰模型 GLM-5 在推理、代码、智能体综合能力达到开源模型 SOTA。

领取 2000万 Tokens