在第二屆世界人形機器人運動會（World Humanoid Robot Games）開幕式上，網球與乒乓球表演賽成為焦點。面對網球名將鄭潔與乒乓球奧運冠軍丁寧，來自銀河通用的網球機器人和香港大學SMASH團隊的乒乓球機器人展示了全自主的揮拍對打能力——自主發球、調整步伐、正反手回擊流暢，甚至能完成撈球、吊球等動作，整體水平已接近人類初學者。
本屆運動會共設田徑、體操、乒乓球、武術、自由搏擊等11個賽項。其中，乒乓球首次被列為正式比賽專案，採用11分制規則，兩台人形機器人全自主完成整局對打。來自北京大學、清華大學、香港大學、上海交通大學、伯克利等高校及企業的12支戰隊參賽，最終北京大學智源研究院聯合戰隊奪得冠軍，香港大學SMASH超維戰隊獲亞軍，上海交通大學/上海創智學院聯合戰隊獲季軍。
此前在亦莊落幕的2026世界機器人大會上，乒乓球已成為廠商展示技術的重要視窗，超維動力、動易科技、極佳視界、宇樹科技等均在展台設定了人機互動區域。揮拍運動正成為人形機器人領域新的技術競技場。
為何選擇揮拍運動？
青瞳視覺創始人張海威將機器人運動分為三類：套路式運動（如舞蹈）、單人對抗性運動（如網球、乒乓球、羽毛球）以及團隊對抗運動（如足球、籃球）。他指出，套路式運動可通過預程式設計實現，技術相對成熟；揮拍運動需要即時感知與決策，目前取得初步進展；團隊對抗運動仍處探索階段。
揮拍運動要求機器人在極短時間內完成對高速移動球體的視覺捕捉、軌跡預測與反應決策，同時協調全身動作並保持平衡。北京大學計算機學院研究員仉尚航表示：“機器人打乒乓球，考驗的就是眼、腦、身的協作。”這種能力與工業分揀、家庭服務等現實場景的底層邏輯相通，具備強遷移性。香港大學SMASH戰隊隊長李瑩輝也指出，機器人做撿垃圾等任務同樣需要先定位目標、規劃路徑、精確執行。
技術難點與路徑
乒乓球從發球到過網不足0.15秒，球速可超15米/秒；網球時速常達上百公里。高速運動下傳統視覺方案易出現影像模糊或延遲，當前主要依靠外部動捕攝像頭輔助定位。本次賽事中，賽場安裝了多台動捕攝像頭，毫秒級鎖定球與機器人座標。北京大學團隊的SpikePingpong演算法融合20kHz高頻脈衝視覺與模仿學習，實現毫米級球拍接觸點預測。
在“大腦+小腦”框架下，大腦負責決策，小腦負責運動控制。本次乒乓球賽事統一採用智元機器人作為本體，比拼的核心是各隊演算法。興業證券研報將主流架構分為分層式與端到端式：分層架構分工明確，端到端架構整合度更高。伯克利與港大團隊採用分層架構，結合模型規劃器與強化學習控制器；港大團隊還融入兩個月的人類擊球資料，實現仿人精準擊打。清華iPingPong戰隊則選擇端到端模型，隊長鄭梓昂表示該模式可學會反手大力抽殺等專業動作，但訓練難度更大。
硬體方面，賽事用智元遠征A3身高1.73米、體重僅55公斤，關節峰值扭矩接近400牛米，爆發力強。智元通用業務部副總裁曹旭表示，輕量化與高扭矩結合使機器人運動速度更快。
商業化前景與挑戰
目前人形機器人在揮拍運動中的表現仍處人類初學者水平，步伐、預判和複雜球路處理尚有不足。商業化仍處驗證期：技術未完全成熟，成本高企——OptiTrack動捕攝像頭單台數萬元，一個場地至少需6-8台，疊加數十萬元的機器人本體，整套系統部署成本居高不下。
港大SMASH團隊正探索基於機載攝像頭的純視覺方案，以擺脫對外部動捕系統的依賴。該團隊已在戶外與奧運冠軍陳夢實現乒乓球對打。李瑩輝表示，人形機器人走進家庭必須走低成本路線，希望量產後的硬體成本可控。她判斷，乒乓球領域商業化落地約需2-3年，屆時機器人可達陪練員水平。銀河通用創始人王鶴則更樂觀，認為未來一兩年內人形機器人在網球領域可能達到專家級水平。
商業化嘗試已現端倪：動易科技今年7月曾在廣州運營“夠C羽球館”，以人形機器人自主打羽毛球為核心，單日體驗峰值破千人，累計入場近萬人次。此外，人形機器人還可復現特定運動員打法，為職業選手提供定製化訓練。鄭潔在表演賽後便向主持人康輝表示，希望機器人能模擬小威的發球，輔助其訓練。
從跑步到揮拍，人形機器人正不斷拓展能力邊界。儘管距離大規模走進工廠和家庭仍有距離，但以高速球類運動為起點，它們的學習速度令人驚歎。