正文
另外，这次的关门时间也比人类半马延长了半小时，就是考虑到机器人整体速度会更慢。因此，这场比赛考验的并不是谁跑得最快，而是谁能稳定、安全地坚持到终点。
谌威：
对，这次比赛最特别的一点是所有参赛企业都在统一标准下诚实面对自己的技术状态，不再像过去那样通过剪辑展示“机器人陪我一天”的表演场景。对于公众来说，这次是非常难得的真实展示，也是一种科学普及。
一场长跑，能否证明人形机器人核心竞争力？
Nixon：
接下来我们深入聊一聊。从机电系统、控制算法等角度出发，机器人要完成一场马拉松，核心挑战究竟有哪些？
谌威：
从系统层面看，
最核心的挑战之一是关节设计，
整个行业目前大致分为三种方案：谐波关节、行星关节和直线关节（行星滚柱丝杠）。
它们在减速器结构上存在差异，减速器的作用是将电机的高速、低扭矩转换为适合关节运动的低速、高扭矩。减速比的不同，会直接影响机器人输出的效率和响应能力。
打个比方，就像骑自行车换挡，不同挡位下，踩踏的感觉完全不同。比如一些可以跳舞、鲤鱼打挺的机器人，多采用高响应、高效率的行星关节，整机高度在1.3米左右，重心低，平衡性好。
于浩：
关节结构、算法能力和身高体型这些要素，都会共同影响机器人的运动表现。
谌威：
没错。除了结构，
还有一个关键挑战是散热。
运动强度大的机器人电流大，发热量高，甚至可能是普通方案的三到四倍。必须解决热管理问题，才能保证长时间稳定运行。谐波关节方案虽然功率不算太高，但可以持续运行一到两个小时，适合长时间任务。
Nixon：
那如果热控没有问题，但速度不够，是不是就只能慢慢地“走”？
谌威：
是的，热控稳固的机器人，可能牺牲了速度，表现更像是稳定的“行走”而非“奔跑”。
而且在软件算法层面，现实环境和实验室差距很大。像亦庄这次的赛道，地面并不平整，中间略高、两侧稍低，还可能出现减速带和碎石。这种复杂地形对算法的鲁棒性要求很高——机器人必须在受到干扰时依然能保持平衡，否则很容易偏移甚至摔倒。
Nixon：
所以行业大致可以分为两类机器人：一类是“等人高”的大个子，虽然跑得慢，但稳定、持久，适合长距离任务；另一类是身高约一米的小型机器人，动作快、灵活，但续航较弱，适合表演型场景？
谌威：
可以这么分。大体型机器人更强调是否能减少进补给站、稳定持续地运行；而小型机器人则更注重速度和动作表现。
Nixon：
那于浩老师，从投资者的角度来看，如果我们把“马拉松”作为一个能力背书，它究竟能代表哪些技术水平？
于浩：
我觉得这要看具体的比赛模式。
如果是
遥控模式
，考察的主要是硬件层面的能力，比如关节、电机、能耗、散热等；如果是
全自主模式
，那就需要机器人具备环境感知、路径规划、动作决策等能力，难度更高；
跟跑模式
则是另外一种，需要机器人能够准确跟随、快速响应前方目标。
所以三种模式的能力要求是有本质区别的。但无论是哪种模式，关节强度、热控能力、系统鲁棒性这些底层指标是共通的，特别是在马拉松这种长距离场景中，更容易暴露出系统级的问题。
就像足球队比赛前要踩场一样，机器人也需要提前适应实际场地。现实中可能遇到各种不可控因素，比如突发大风、其他机器人摔倒等，这些情况都需要算法层面做出快速判断与调整。
Nixon：
确实。如果机器人遇上坡道或强风，要如何保持平衡？
于浩：
这要看是否是自主控制。如果是遥控，那就靠人来判断环境并手动干预；如果是自主模式，那就需要依靠机器人大脑中的感知系统实时做决策。
谌威：
机器人在行走、爬坡或步态恢复时，所有关节模组的数据和其他传感器数据，都会在控制芯片里建模，它会实时的调整参数，在一秒钟内对机器人身上电机发近千次次指令，来维持整个机器人系统平衡。
Nixon：也就是说，即便是遥控模式，机器人仍然需要一定的“自我判断”能力，而遥控更多只是起到导航的作用？
谌威：
可以这么理解。自动驾驶依赖高清地图导航，而机器人当前还做不到完全等效的路径规划。在保持平衡这件事上，最终靠的还是机器人自身的大脑去实时判断和决策。
不同厂商在模型训练和算法实现上存在很大差异。有的机器人专门训练过上下坡、台阶，有的只能应对平地。我们钛虎以硬件为主，也在积极引入各类算法和开源框架，与我们的产品融合，提升适应能力。
Nixon：明白。那除了运动控制和环境适应之外，在户外“开放式马拉松”中，还有哪些关键瓶颈需要突破？
谌威：
挑战还挺多。比如
结构稳定性
——机器人在长时间高频运动中，会不断承受震动和冲击。结构件如果设计不合理，很容易出现松动甚至损坏，尤其是在金属材料反复受力的情况下，会产生“金属疲劳”，导致强度下降甚至断裂。这在长距离、高强度的马拉松中尤其需要重视。
