在第二届世界人形机器人运动会（World Humanoid Robot Games）开幕式上，网球与乒乓球表演赛成为焦点。面对网球名将郑洁与乒乓球奥运冠军丁宁，来自银河通用的网球机器人和香港大学SMASH团队的乒乓球机器人展示了全自主的挥拍对打能力——自主发球、调整步伐、正反手回击流畅，甚至能完成捞球、吊球等动作，整体水平已接近人类初学者。
本届运动会共设田径、体操、乒乓球、武术、自由搏击等11个赛项。其中，乒乓球首次被列为正式比赛项目，采用11分制规则，两台人形机器人全自主完成整局对打。来自北京大学、清华大学、香港大学、上海交通大学、伯克利等高校及企业的12支战队参赛，最终北京大学智源研究院联合战队夺得冠军，香港大学SMASH超维战队获亚军，上海交通大学/上海创智学院联合战队获季军。
此前在亦庄落幕的2026世界机器人大会上，乒乓球已成为厂商展示技术的重要窗口，超维动力、动易科技、极佳视界、宇树科技等均在展台设置了人机互动区域。挥拍运动正成为人形机器人领域新的技术竞技场。
为何选择挥拍运动？
青瞳视觉创始人张海威将机器人运动分为三类：套路式运动（如舞蹈）、单人对抗性运动（如网球、乒乓球、羽毛球）以及团队对抗运动（如足球、篮球）。他指出，套路式运动可通过预编程实现，技术相对成熟；挥拍运动需要实时感知与决策，目前取得初步进展；团队对抗运动仍处探索阶段。
挥拍运动要求机器人在极短时间内完成对高速移动球体的视觉捕捉、轨迹预测与反应决策，同时协调全身动作并保持平衡。北京大学计算机学院研究员仉尚航表示：“机器人打乒乓球，考验的就是眼、脑、身的协作。”这种能力与工业分拣、家庭服务等现实场景的底层逻辑相通，具备强迁移性。香港大学SMASH战队队长李莹辉也指出，机器人做捡垃圾等任务同样需要先定位目标、规划路径、精确执行。
技术难点与路径
乒乓球从发球到过网不足0.15秒，球速可超15米/秒；网球时速常达上百公里。高速运动下传统视觉方案易出现图像模糊或延迟，当前主要依靠外部动捕摄像头辅助定位。本次赛事中，赛场安装了多台动捕摄像头，毫秒级锁定球与机器人坐标。北京大学团队的SpikePingpong算法融合20kHz高频脉冲视觉与模仿学习，实现毫米级球拍接触点预测。
在“大脑+小脑”框架下，大脑负责决策，小脑负责运动控制。本次乒乓球赛事统一采用智元机器人作为本体，比拼的核心是各队算法。兴业证券研报将主流架构分为分层式与端到端式：分层架构分工明确，端到端架构集成度更高。伯克利与港大团队采用分层架构，结合模型规划器与强化学习控制器；港大团队还融入两个月的人类击球数据，实现仿人精准击打。清华iPingPong战队则选择端到端模型，队长郑梓昂表示该模式可学会反手大力抽杀等专业动作，但训练难度更大。
硬件方面，赛事用智元远征A3身高1.73米、体重仅55公斤，关节峰值扭矩接近400牛米，爆发力强。智元通用业务部副总裁曹旭表示，轻量化与高扭矩结合使机器人运动速度更快。
商业化前景与挑战
目前人形机器人在挥拍运动中的表现仍处人类初学者水平，步伐、预判和复杂球路处理尚有不足。商业化仍处验证期：技术未完全成熟，成本高企——OptiTrack动捕摄像头单台数万元，一个场地至少需6-8台，叠加数十万元的机器人本体，整套系统部署成本居高不下。
港大SMASH团队正探索基于机载摄像头的纯视觉方案，以摆脱对外部动捕系统的依赖。该团队已在户外与奥运冠军陈梦实现乒乓球对打。李莹辉表示，人形机器人走进家庭必须走低成本路线，希望量产后的硬件成本可控。她判断，乒乓球领域商业化落地约需2-3年，届时机器人可达陪练员水平。银河通用创始人王鹤则更乐观，认为未来一两年内人形机器人在网球领域可能达到专家级水平。
商业化尝试已现端倪：动易科技今年7月曾在广州运营“够C羽球馆”，以人形机器人自主打羽毛球为核心，单日体验峰值破千人，累计入场近万人次。此外，人形机器人还可复现特定运动员打法，为职业选手提供定制化训练。郑洁在表演赛后便向主持人康辉表示，希望机器人能模拟小威的发球，辅助其训练。
从跑步到挥拍，人形机器人正不断拓展能力边界。尽管距离大规模走进工厂和家庭仍有距离，但以高速球类运动为起点，它们的学习速度令人惊叹。