宇樹機器人首次參加北京舉行的機器人半程馬拉松，顯然吸引了很多科技愛好者的關注，輿論都在關注宇樹這家人形機器人的頭部企業，究竟能在這場比賽這種獲得什麼樣的成績科技。
不過嚴格來說，這種比賽的成績其實沒有那麼重要，最起碼在目標階段是這樣的科技。畢竟現在的人形機器人技術，還遠遠沒有達到成熟階段，這種比賽的規則更是如此，自然成績意義也十分有限。
但是作為一種增加技術討論度，增進普通人對技術瞭解的專案，這種比賽的意義是不小的科技。有的技術不需要太多的宣傳，但是人形機器人不是如此，畢竟這東西究竟能不能有用，能不能用好，不能只看機器人制造商，還需要各行各業的人在實用中探索。
目前來看，人形機器人技術的成熟度還不算高，可能還需要五到十年的時間才能大規模商業化，在這個過程中，人形機器人確實是需要一些商業之外的東西進行支援的科技。產業政策很重要，但是對於當下的人形機器人產業來說，現在終究不是大規模投入的好時機。類似機器人馬拉松這樣的活動，或許更加有效。
宇樹作為當下人形機器人行業的領軍者，宣傳水平確實做的不錯，或者說國內新一代科技企業在宣傳上的本事都很不錯科技。不過宇樹的宣傳效果好，很大程度是因為它家的產品力夠硬，宣傳才能起效果，畢竟之前的春晚我們都看到了，宇樹機器人的效果太好，以至於其他家的機器人節目明顯差點意思。
可以說這家公司基本上定義了當下人形機器人的發展方向，歐美研究人形機器人的運動演算法，基本上都是使用宇樹家的機器人作為藍本，如果順利的話，宇樹有可能成為人形機器人時代的英偉達科技。
舉個例子，在宇樹G1機器人之前，基本上所有的人形機器人都是屈膝行走的，但是G1改用直膝行走之後，其他公司也選擇了同樣的路徑，可以說宇樹就是這個領域的領導者科技。
而回到比賽本身，雖然未來人形機器人的主要用途肯定不包括馬拉松，所以為了比賽對機器人進行過度定製化改造其實意義不大科技。但是不可否認，這種比賽確實也能考驗一些機器人的重要效能。
首先就是電機和電池科技。二十多公里不是一個很短的路程，以今天機器人的大小，想要保證機器人在這個過程之中一直穩定輸出，對電機的要求是不低的，未來機器人象牙應用在工作上的話，電池和電機的穩定性是非常重要的。
而另一個問題則更關鍵一些，那就是在複雜環境裡邊的運動能力科技。雖然和其他馬拉松專案意義，機器人馬拉松也會對路段進行一定程度的封閉，但是即便如此，二十多公里的公路，也比實驗室環境複雜多了，這對於人形機器人運動能力要求非常高。宇樹的機器人之所以出名，就是因為在運動能力上比其他公司有很大的優勢。
可以說，當下阻礙人形機器人應用的主要難點，就是在運動能力的領域，無論是對複雜環境的適應還是動作的效率，人形機器人都明顯低於生產的要求科技。這是兩個方面共同導致的，一方面是因為，機器人的物理結構依然沒有人類那麼精巧，另一方面來說，人形機器人的智慧程度也遠遠不足。
毫無疑問，宇樹在人形機器人運動結構的演進上，是世界領先水平科技。在中國的人形機器人產業鏈支援下，相信他們的機器人會有更靈活的機動能力。以當下的進步速度，五年之後就有可能實現根本性的突破，實現工業化的應用。
相比起來，智慧可能是更復雜的問題科技。雖然當下大語言模型進步速度很快，但是正是因為對這些進步有了瞭解，我們才意識到人形機器人智慧化的複雜性。大語言模型的發展思路有很多，不過簡單來說，就是優質資料越多越好，模型越大越好。、
而很不幸，在這兩個方面，人形機器人都存在天然的限制問題科技。首先人形機器人的運動資料可不能從網際網路上隨便複製出來，從人體上採集運動資料對人形機器人固然有巨大的參考價值，但是說到底機器人也不是人，不能完全依賴這些資料。最起碼人形機器人的馬拉松能生產出來不少有價值的資料，這就非常值得了。
所以我們不難得出結論，如果不出現什麼根本性顛覆計算機理論的演算法，那麼人形機器人的進步是需要基於實踐而來的科技。那種想象中潛心研究演算法解決問題的模式，是不存在的。
只有把人形機器人用起來，在各種場景中都碰壁，機器人的運動演算法才能進步，而很不幸，這大概並不是當下美國擅長的，所以宇樹這樣的企業，自然會有很大的先發優勢科技。
模型大小的限制同樣明顯，因為人形機器人的大小和功率限制，在可見的未來，人形機器人能在本身佈置的模型大小可能只有1B到10B這個數量級科技。當然，比起幾年前，這種大小的模型效能進步了不少。但是有足夠的研究證明，小模型在很多領域的能力不足是很明顯的，尤其是在泛化能力領域，模型蒸餾很容易帶來泛化能力丟失。
那麼想要解決這個問題該怎麼辦呢？是指望半導體效能提升？黃仁勳自己都承認了，現在算力提升主要不靠支撐了，而大功率GPU的散熱需求放在人形機器人身上，也會帶來巨大的麻煩科技。
解決思路有兩個科技。一個是走非傳統的路線，用非傳統的半導體設計和非傳統的人工智慧模型，而這個領域也不屬於中國的弱項，主要是因為美國人工智慧大廠在傳統大語言模型投入太大，不願意轉向，而中國因為面對制裁，不得不在多個非傳統領域進行嘗試。
另一個思路則是在雲端部署大模型，但是延遲之類的問題可能會非常麻煩科技。不過有一個場景倒是比較適合這種情況，那就是所謂的黑燈工廠，透過一個部署在雲端的模型，指揮所有機器人的工作，因為物理距離足夠近，所以延遲問題會明顯減弱。但是這個時候，需要的就不只是模型的效能了，工程的實踐才是關鍵，而很不幸，這又是今天美國的弱項。
隨著中國創新的進步，相信未來會有更多的創新會由中國企業去定義科技。說到底，創新來自於實踐，當中國成為先進技術最大的實踐者的時候，中國自然有權決定創新。
