金牌背后 | 精灵G2：摘下工牌，赛场称王

声明：文档由AI根据原文生成。

智元精灵G2登顶机器人运动会双榜

八月末，第二届世界人形机器人运动会在北京落幕。智元代表队狂揽18金16银12铜，金牌榜、奖牌榜双双登顶。其中，量产轮式机器人精灵G2累计夺得6金7银5铜，成为本届赛事获奖最多的单机型。

投壶：最难赛事的金银牌

"比赛结束，三投三中！"

第二届世界人形机器人运动会最后一个比赛日，源于古代射礼的投壶作为新设项目首次亮相。参赛机器人需采用全自主方案，站在投掷线外，用灵巧手从箭架抓取箭矢，挥臂投出，让箭矢落入1.5米外的壶中。

抓箭、举臂、投出，三个动作覆盖了机器人感知、导航、控制与投掷执行的全链路闭环，对系统一致性和高动态精准控制要求极高，被官方视为轮式机器人综合难度最高的赛事。

赛前测试时，大部分参赛机器人10支箭命中率仅约10%。官方解说亲自尝试，10支箭丢入壶口的数目也未及半数。

参赛编号"003"的精灵G2举臂，将第四支箭准确投入壶中。虽然最后一发因超时未能计入成绩，但凭借前三发百发百中的成绩，这台机器人依旧赢得满场喝彩，并将该项金、银牌收入囊中。

场景类赛项占比超四成，"打工"成核心考题

与首届聚焦运动能力不同，本届运动会总计51个赛项中，新设的场景类比赛占到21项。应急处理、工业打包搬运、图书管理、酒店服务、园林巡检等真实作业场景被直接搬进赛场。

智元Genie业务部算法工程师桂峰参与了园林场景项目。该任务要求机器人在模拟公园环境中完成违禁品识别、不文明行为巡检、垃圾拾取三项作业，全是公园场景中真实出现的需求。

"机器人若要在室外真实作业，必然要面临光照变化、天气波动及场地细节等多重现实挑战。而长时间的室外运行中，机械结构、传感器及电池系统等各子系统能否持续稳定输出，直接决定了任务成败。"桂峰说。

因园林场景无法在室内完美复现，且比赛场地预约场次极少，团队在北京的备赛阶段每天清晨5:30入场，抢在无人时段开展连续测试，常持续至上午9点其他队伍到场。冲刺阶段甚至延伸至夜间，借探照灯补光完成流程与定位验证。

比赛当天，精灵G2率先满分完赛，但最终最短耗时被对手反超。桂峰和团队更在意的是借比赛对现有技术做压力测试，让机器人在真实岗位上表现更好。

"团队的核心任务是将'成功率'从训练环境向真实环境做极限逼近，目的是交付经过千锤百炼的确定性。"

不做定制，"局部适配"拿下工业双金

项目初期，团队曾设想为比赛单独定制机器人或加装工业级相机，均因时间、人力和经济成本过高而被否决。本次代表智元参赛的精灵G2、远征A3和灵犀X2三款机型，全部沿用量产本体，只做局部适配。

这一思路与竞技比赛的累计得分逻辑不同。现实工作场景考量的是成本、成功率、稳定性和节拍，每一个指标都影响着机器人能否真正走上产线。

精灵G2此前已在龙旗、上汽等真实工厂实现部署。本届运动会上，它在最擅长的工业场景中直接拿下打包入库和装配上料岗两枚金牌。

室外应急项目是条件最为苛刻的赛项之一，比赛场地从未对外公开。大部分机器人卡在同一个细节：怎么把4.5到5公斤重的灭火器从地上拿起来。市面上多数机器人末端夹爪扛不住这个分量，硬夹易导致电机过载、结构损坏。

工程师乃翔和团队在机器人手腕结构上加装了一套简单承载件，利用手腕本身的结构强度把灭火器勾起来，插进底盘前方带约20度倾角的专用承载桶，由底盘承重，另一只机械臂辅助压稳。末端夹爪的受力负担被转移至底盘和专用容器，既保护硬件，又提升搬运效率和稳定性。

类似的思路出现在图书馆场景。多数队伍用真空吸盘吸住假书封面搬运，智元团队认为这与真实需求不符——现实生活中的书可以翻页，吸盘只能吸住第一页。他们额外设计了一套非抓取式操作策略，用先推后夹的方法实现书籍可靠拾取。

72小时极限开发，跨场景再夺金

园林场景完赛后，桂峰已准备返沪。一个电话将他留了下来：室内应急赛道原有方案存在风险，参赛指挥部希望团队开发一套全自主方案。而该项目最有竞争力的对手，正是园林场景赛中耗时反超智元的那支队伍。

"这一次，我们想把遗憾变成金牌。"

留给团队的时间只有72小时。第一个24小时完成规则拆解、子任务方案设计和公共代码搭建；第二个24小时并行开发任务二和任务三；最后一个24小时集中人力通宵完成任务一。比赛当天上午7点，全部链条跑通。

短时间、跨场景连续摘金，依托于精灵G2的大脑与本体双强技术底座。已量产的G2本体为各团队提供了可靠硬件平台，算法可在多台本体间无缝迁移，无需针对个体差异反复特调。这在备赛周期短、多场景并行的压力下尤为关键。

本体之上，精灵G2的三层技术体系进一步放大优势：底层是智元自研GO系列模型，负责视觉理解、指令解析与任务泛化；中间层Genie Studio Agent提供覆盖开发、部署、运行到优化的全生命周期软件基础设施，以封装的能力模块降低开发门槛；上层强化学习工具链支持策略快速训练与验证，成为72小时极限开发的底层支撑。

挂上工牌，新的比赛已经开始

2004年3月，15辆无人驾驶赛车在加州莫哈维沙漠挑战228公里穿越赛，无一完赛。次年，斯坦福大学的"Stanley"跑完全程，DARPA对无人驾驶的需求由此加速落地。

二十年后，属于机器人的"奥运会"上演相似剧情。赛场之外，人们关心着机器人能否以高阶智能解锁更多生产力。

精灵团队将每一块奖牌对应的工作能力视为现实部署的预演。走下赛场，精灵G2返岗。挂上工牌那一刻，新的比赛就已经开始了。