人形机器人首次上演11对11足球赛

人形机器人首次上演11对11足球赛

1 分钟阅读2026年7月12日
Jessica Morgan
Jessica Morgan

在机器人历史上,两支完整的人形机器人队伍首次在真实硬件上进行了11对11的足球比赛,标志着多机器人协调和实时自主领域的重大飞跃。这场比赛于2026年在韩国仁川的RoboCup上举行,代表了数十年来为实现人工智能最长期挑战之一——到2050年组建一支能击败人类世界冠军的自主人形机器人队伍——所付出的努力。

RoboCup 2026发生了什么?

RoboCup 2026足球赛中两个人形机器人争球

RoboCup是一项国际机器人竞赛,自上世纪90年代末以来就设有人形足球联赛,但此前比赛仅限于每队3-5台机器人的小型队伍。在RoboCup 2026上,两支队伍——每队派出11台自主人形机器人——在标准尺寸的室内场地上进行了一场完整的比赛。机器人独立行走、踢球、传球和重新定位,比赛期间无需远程控制或人工干预。

这场比赛展示了动态条件下的实时感知、运动和团队协调能力。每台机器人必须感知球、自身位置、队友和对手;决定是运球、传球还是射门;并在保持双腿平衡的同时执行动作。摔倒或踢空等情况确实发生了,但所有22台机器人同时在单个场地上完成整场比赛,这前所未有。

据RoboCup组织者称,这一里程碑是通过基于AI的控制系统、更可靠的双足行走算法以及改进的机器人间通信协议取得的。

为什么11对11人形足球比你想象的更难?

大多数人低估了让人形机器人踢足球的难度。这项挑战结合了具身AI的三大支柱:运动、操作和团队协调。

运动: 人形机器人必须用两条腿行走、跑步和转身,同时不断调整平衡。足球场地面不平,与其他机器人或球的碰撞会产生不可预测的力。当前的行走算法依赖模型预测控制(MPC)和强化学习来维持稳定性。即使是轻微绊倒也可能导致摔倒,这在比赛中意味着浪费数秒。

操作: 踢动球需要精确的时机和力控制。机器人必须检测球的轨迹、定位脚部并施加合适的扭矩——同时用另一条腿站立。偏差几厘米就可能导致球偏离或机器人摔倒。

协调: 在11对11中,每台机器人必须决定是追球、阻挡对手还是移动到传球路线。这需要实时团队规划——一个随队伍规模呈指数级增长的问题。之前每队3或5台机器人的RoboCup比赛在计算上是可控的;每队11台机器人则挑战了分布式AI的极限。

这些机器人在现场比赛中成功传球并进球的事实表明,该领域已跨越了一个门槛:多智能体人形协调不再是实验室演示,而是一个可重复、有竞争力的成就。

其他机器人如何缩小与人类移动能力的差距?

RoboCup里程碑的同时,人形机器人的灵巧性和移动性也取得了其他突破。同一周,1X Technologies发布了其NEO人形手,拥有25个自由度(DoF)——允许运动的关节——匹配或超过人手的灵巧性。这些肌腱驱动手包括触觉传感器和内置柔顺性,能够完成如拿起鸡蛋而不捏碎等精细操作。

与此同时,Generalist AI宣布了GEN-1模型,这是一个通用型机器人AI,在简单物理任务上实现了99%的成功率——高于之前模型的64%——并且完成任务的速度快了3倍。该模型只需一小时的机器人演示数据即可学习新任务,大大缩短了历史上阻碍商业部署的训练时间。

Figure机器人堆叠箱子

Figure庆祝了其第四年发展,视频展示其人形机器人在仓库中执行堆叠箱子和处理不规则物体等任务——这些任务需要平衡、握力和实时适应能力。

Boston Dynamics的Atlas出现在一场真实足球赛——巴西对挪威的比赛现场,面对80,000名观众,表演了球员庆祝动作并递送比赛用球。Atlas展示了先进的杂技动作和平衡能力,尽管出于安全考虑是远程操作的。这一事件凸显了人形机器人移动性已取得的巨大进步,尽管在混乱人群中实现完全自主仍需数年。

这些发展共同表明,人形机器人实用性的基本障碍——灵巧性、平衡和学习速度——正在迅速消失。

这对买家和开发者意味着什么?

对于评估人形机器人商业用途的公司来说,RoboCup比赛不仅仅是奇观——它是对现实能力的压力测试。如果一台机器人能在混乱、快节奏的游戏中与10名队友协调,那么它很可能能处理结构化任务,如仓库分拣、组装或包裹处理。

决策者关键要点:

能力RoboCup足球商业需求
实时避障球、对手、队友人员、货架、设备
扰动下平衡碰撞、不平坦地形推车、搬运货物
多智能体协调团队策略人机团队、机器人车队
自主决策传球、射门或运球拣选、放置或运输

当前人形机器人平台的价格范围在12,500美元至150,000美元之间——从Unitree H1到Tesla Optimus再到Figure 02——对于许多小企业来说仍然过高。但随着足球赛里程碑所显示的,软件栈正在快速成熟。机器人学习更快(GEN-1的一小时训练)且移动更可靠。未来五年,随着大规模生产的执行器和开箱即用的AI模型,成本应会下降。

对于开发者,RoboCup中使用的开源工具——包括ROS 2和自定义强化学习框架——为实验多智能体协调提供了沙盒。组建一支能踢足球的11台机器人队伍现在是一个现实的大学研究目标,而非登月计划。

常见问题

11对11人形足球的最大技术挑战是什么? 最难的部分是在没有中央监督的情况下实时协调22台机器人。每台机器人必须独立感知、规划和执行动作,同时保持双腿稳定。摔倒很频繁,但系统能自动恢复。

RoboCup人形足球与其他机器人大赛相比如何? RoboCup也有轮式和四足机器人联赛,这些更容易,因为平衡不是问题。人形足球最难,因为双足行走本质不稳定,尤其是在接触丰富的环境中。

人形机器人何时能击败人类足球运动员? RoboCup的官方目标是2050年,但进展正在加速。从5对5到11对11的跨越比许多研究者预测的早了十年。如果协调和行走能力按当前速度提升,一支能赢的人类人形队伍可能在2050年前到来。

为什么足球对商业机器人很重要? 足球迫使机器人结合感知、运动、操作和团队合作,且时间紧迫。一台能带球过人的机器人很可能能在仓库过道中导航,避开工人并从货架上拣选物品。

现在有可购买的人形机器人吗? 有。像Unitree G1H1Tesla Optimus(待生产)和Figure 02等平台已面向企业买家上市或发布。您可以在人形机器人市场浏览当前选项。

RoboCup人形足球的下一个里程碑是什么? 组织者目标是一场摔倒更少、策略性更强的全速比赛——本质上是让机器人看起来像熟练的业余球员。最终目标是到2050年与人类世界杯冠军进行比赛。


RoboCup 2026上的11对11人形足球赛标志着一个历史性跨越:集体双足自主不再只是理论。对于买家、开发者和投资者来说,信息很明确——人形机器人正从实验室珍品转变为有能力机器。该领域现在在打一场持久战:教会机器人以人类尺度移动、思考和协作。如果足球是衡量标准,我们比多数人想象的更接近。

有兴趣为您的业务探索人形机器人?浏览可用平台——包括行走和灵巧人形机器人——请访问BotMarket的人形分类

参与讨论

Would you trust a humanoid robot to work alongside humans after seeing it play soccer?

更多文章

OpenAI 模型突破安全限制,入侵 Hugging Face 作弊评测

OpenAI 模型突破安全限制,入侵 Hugging Face 作弊评测

人形机器人首次笼斗:头被踢飞,战斗不止

中国世界模型公司GigaAI申请香港IPO,为行业首例

中国占据全球人形机器人半壁江山——对竞争对手意味着什么

Moonshot AI 因 K3 模型需求过载暂停 Kimi 新用户订阅

Moonshot AI 因 K3 模型需求过载暂停 Kimi 新用户订阅

融资3亿美元,人形机器人初创公司Walden Robotics两个月内让机器人在丰田工厂上岗

融资3亿美元,人形机器人初创公司Walden Robotics两个月内让机器人在丰田工厂上岗

SpaceX 提交 IPO 申请,估值 3500 亿美元,物理空间告急

SpaceX 提交 IPO 申请,估值 3500 亿美元,物理空间告急

小米新AI让机器人在生成的世界里练习,训练时间大幅缩短

小米新AI让机器人在生成的世界里练习,训练时间大幅缩短

月之暗面发布Kimi K3模型,引发全球市场抛售

月之暗面发布Kimi K3模型,引发全球市场抛售

中国AI原生应用月活跃用户达4.99亿

中国AI原生应用月活跃用户达4.99亿

米拉·穆拉蒂的Thinking Machines推出首款AI模型,借鉴中国竞争对手思路

米拉·穆拉蒂的Thinking Machines推出首款AI模型,借鉴中国竞争对手思路

小米人形机器人工厂作业成功率98%,逼近人类水平

小米人形机器人工厂作业成功率98%,逼近人类水平

🍪 Cookie 偏好设置

我们使用 Cookie 来衡量性能。 隐私政策