8月26日，在国家速滑馆举行的第二届世界人形机器人运动会上，清华大学自动化系研究员赵明国指导的“火神队”在足球5V5大型组决赛中以10:1击败意大利队，成功卫冕。
“火神队”展现出压倒性技术优势。这一优势来自具身智能系统北京市重点实验室。该实验室成立不足两年，多项前沿技术正推动北京具身智能产业快步向前。
比赛现场，一名机器人“球员”快步接近滚动的足球，对方“球员”从侧面撞来，使它失去重心摔倒。场边观众担心它站不起来，几秒后，它流畅撑地、起身，重新投入比赛。
1997年5月，IBM研发的超级电脑“深蓝”战胜国际象棋世界冠军卡斯帕罗夫，人工智能在博弈领域取得突破。同年，被誉为“机器人世界杯”的RoboCup赛事创立，每年举办一次。
起初几年，参赛“选手”只是机器小车；2002年起，机器人“球员”开始走上足球赛场。机器人能否踢足球，一度在学界引发讨论。
“体育竞技是检验和推动人形机器人技术发展的‘试金石’。”赵明国说。他生活中爱打篮球，也深知让机器人动起来的难度：机器人必须全身协调，兼顾力量和灵活性，才能展现出色运动能力。
聚焦运动控制难题，赵明国选择以赛促研。自2004年建队以来，清华大学“火神队”就是“机器人世界杯”的常客，多次摘得赛事金牌。
团队在仿真环境中开展数万小时训练，前后经过数十万次算法迭代，让机器人逐渐具备大力射门、精准传球等能力。但彼时赛场上，机器人“人仰马翻”“叠罗汉”的场景并不鲜见。
“当时人形机器人的各项技术都处在发展初期，机器人能在场上站稳、不摔跤，就是胜利，更别提对场上的变化做出快速反应。”赵明国说。
转折点出现在2024年前后。随着技术迭代，机器人硬件逐步成熟，软件算法能力也越来越强大。而在足球赛强对抗场景下，必须使用足够可靠的机器人本体。
2024年底，由清华大学自动化系和北京通用人工智能研究院联合共建的具身智能系统北京市重点实验室成立，推动“感知-认知-决策-控制”一体化智能体的创新研究。
“火神队”第三任队长程昊也在2023年投身具身智能创业赛道，创立加速进化，并与具身智能系统北京市重点实验室合作，发展具身机器人的工程能力。
“我们要培养合格的机器人‘体育生’。”程昊解释，合格的机器人“体育生”首先必须有足够结实的身躯，即使碰撞摔倒也不会损坏；在此基础上，它还要足够“坚强”，摔倒后能快速自主起身，遭遇对手冲撞也能立刻稳住身形、保持平衡。
机器人要成为“绿茵高手”，运动、感知、决策等能力必须全面提升。赵明国解释，面对一个滚来的足球，人类通常会出于下意识反应，在零点几秒内做出踢击动作。按照过去20年的机器人交互思路，机器人要先通过视觉识别足球位置，计算用何种角度、力度踢球才是最佳方案，最后再做出动作。
“虽说逻辑上没问题，但输出结果很慢。赛场上的机会稍纵即逝，我们希望机器人能模拟生物体，也就是做到‘反应式踢球’。”
要解开这道关键难题，过程不是在攀登“珠穆朗玛峰”，而是要在迷雾中寻找新路。赵明国说，大家都知道登珠峰很难，但珠峰就在那里，挑战者尝试、失败、再尝试，最终登顶；而他们遇到的情况，更像面前是一片厚重的迷雾，前方可能是令人仰止的高峰，也可能只是个小山头——甚至爬这座山有没有意义都要存疑。
赵明国和团队反复探索，最终打造出一整套视觉与人类数据融合的强化学习框架，陪着机器人“球员”一次次训练到深夜，把“下意识”植入它们的脑海。
“机器人先在仿真系统里训练，再到真实的训练场上检验，以四五天为一个周期，基本能学会一个动作。但这类动作很粗糙，还需要反复打磨，一套动作方案前后往往需要耗费三四个月。”赵明国说。
渐渐地，在实验室的训练对抗中，机器人“球员”练就出“见球就踢”的本能反应。当这份训练视频呈现在2025年“机器人世界杯”组委会面前，“反应式踢球”的思路迅速得到广泛认可。那届比赛中，“火神队”成功夺冠，累计进球40多粒。
在北京举行的第二届世界人形机器人运动会上，“火神队”再次升级。全新亮相的加速进化T2机器人在本体、关节性能、运动与感知能力等方面都有大幅提升，“球员”之间的配合默契度也再上台阶。它们和人类球队一样，会通过传切配合层层推进，破解对手防守策略。当初蹒跚学步的“孩童”，如今已成长为“足球小子”。
“火神队”机器人（红色队服）正在比赛中。赵明国说，人类训练常讲熟能生巧；现在，机器人也能通过长期训练实现本能决策。在他看来，如果比照自动驾驶的六个等级标准，机器人足球队的水平目前还处在L2至L3之间，也就是正在从组合驾驶辅助向有条件自动驾驶发展。
一批合格的机器“打工人”也正从具身智能系统北京市重点实验室走出。
约1个月前，北京科创企业灵御智能宣布完成数亿元的Pre-A轮融资。该公司的联合创始人兼首席科学家莫一林，也是清华大学自动化系长聘副教授。他选择推动的，是一条能够更快落地的具身智能技术路线——遥操作。
有观点认为，遥操作机器人和打游戏没区别。然而，如果将遥操作距离拉长至上千公里，让远在河南的操作手操控位于北京的机器人，任何细微误差都会成倍放大。“比如机器人正在倒水，操作员做出了停止动作，机器人就必须立刻停下来。”莫一林说，过程中不仅有网络传输限制，机器人自身处理视觉图像的速度、能力也至关重要。
同时，如何让机器人准确理解操作员动作，也需要大量处理。以双臂操作为例，即使两位操作员臂长不同，机器人也要能分别准确理解两人动作，并完成相应操作。
“遥操作绝不是‘打游戏’，而是能让机器人尽早‘下地干活’的有效途径。”莫一林说，他和团队的工作目标，就是让机器人遥操作变得更简单。
灵御智能研发的机器人已“上岗”超市理货场景。目前，灵御智能每月能交付100余台机器人，总装产线就在北京。这些机器人已经进入超市理货场景，一边工作，一边采集真实数据，每天每台机器人能产出约4小时的有效数据。
灵御智能研发的机器人在2026世界人工智能大会期间参加“申智杯”赛事。
“具身智能赛道近两年格外火热，技术路线繁多。我们这座实验室的关键词是‘系统’，既关注具身大模型，也关注感知、决策和控制，以及多领域的机器人应用。”清华大学自动化系副主任、具身智能系统北京市重点实验室副主任鲁继文说，实验室将相关研究力量聚拢起来，在具身智能赛道上加速冲刺。
赵明国也有对未来的规划：下一个十年，他希望机器人不仅是任务的执行工具，更应成为具备环境交互与群体智能的协同实体。“有些事情，可能连着做多少年都看不到结果，但真正重要的是，持续做出正确的选择，并坚持下去。”