要求更節電節水 「洗碗機新版國標」正式發布
2026-01-31 18:31 4,265次浏览世界人形機器人運動會將於8月14日開幕，作為重要項目之一的足球賽預選賽已先一步開賽。來自國內高校的參賽隊GeoHBots在比賽中早早陷入了以少打多的局面。團隊成員向北京商報記者解釋稱，他們的機器人在比賽中吃到紅牌被罰出場，原因是算法不會識別對方的機器人而導致的對抗，被裁判視作背後惡意衝撞，「它只會看球、場地」。 據悉，參加3v3比賽的團隊每支有四個機器人可供使用，三名首發一名替補，少一人的局面無疑讓GeoHBots團隊非常被動。 在綠茵場上跌跌撞撞的金屬身影，實則是一場關乎產業未來的技術練兵——笨拙的動作調試、程序算法的優化、失敗案例的積累，都是人形機器人從實驗室走向商業化場景這一進化路徑上這樣那樣的微調。 技術的綜合考試 機器人足球賽從不是為了復刻人類球賽的精彩，而是給技術能力搭了個實戰考場。 加速進化機器人公司售後技術支持負責人呂明向北京商報記者拆解了這場考試的核心考點：「機器人的運控，就是運動能力、步態這些，下肢能走多快、用什麼樣的步態、有什麼樣的腳法，都是機器人能踢球的基礎；上半身則是感知，主要是視覺，能不能看得準，看得準才能踢得準；最後是決策，就是在什麼情況下用什麼樣的動作，怎麼樣去做接下來要做的動作。」 賽場邊各支隊伍的備賽細節，透出相似的技術打磨縮影：來自馬來西亞的Team Robotedge團隊向北京商報記者介紹，比賽開始前他們要反覆通過電腦調整機器人的靈敏度、運控參數，還要讓機器人持續識別、捕捉比賽用球——這是在針對性訓練運控與感知能力。GeoHBots也向記者透露，他們需要在賽前把自己的代碼、程序刷進去，其中包含視覺、動作、策略等細節，都是為實戰而做的準備。 在現場，你時常能看到一個人類隊員舉著一臺電腦跟著一臺人形機器人，二者通過一根長長的、有點像牽引繩的數據線相連，這正是他們在調試準備——機器人將數據畫面等傳到電腦，人類基於這些數據進行調優。當然，在比賽的時候，這些機器人都需要放開繩子，自主發揮。但考試並不一帆風順，呂明向北京商報記者進一步分析稱，如果機器人的視覺不行，那就看不清、定位不好、踢不準；如果決策不行，該用什麼動作卻做了錯誤判斷。這幾個因素一疊加，強隊跟弱隊的區別就很大了——有的機器人因視覺盲區對著空場地狂奔，有的因決策失誤放棄防守猛衝前場，最終被踢成大比分的慘敗。 但這些考砸了的時刻並非毫無價值——就像企業技術迭代的「錯題本」，每一次失誤都在為算法優化提供精準坐標。 為應用試金 或許有人疑惑，興師動眾讓這麼多人和機器人在賽場折騰，意義何在？答案藏在那些並不非常外顯的技術細節裡。 呂明指著一位在場上做著橫移動作的機器人向北京商報記者解釋：「你看他有那種橫移的，像螃蟹步，這就算是盤帶了。」這種賽場練就的移動步伐，未來可能就是家庭中服務機器人在客廳繞開茶几的靈活身法。 呂明還提到，這些機器人很多是一天要踢四場比賽，在劇烈、頻繁的碰撞下依然能正常運作，摔倒也能自己站起來——這種穩定、耐用，可自我調整的硬體性能，正是工業協作、家庭陪護等場景的核心需求。 前述機器人那種「只認球不認人」的識別局限，也可通過更複雜的算法解決，把環境感知數據練好，未來就能分清水杯、遙控器和毛巾，避免服務場景中的烏龍。 參賽生態還藏著產業進階的新生力量。Geo-HBots團隊向北京商報記者透露，他們賽前僅用不到兩個月準備，依託的正是廠商提供的開源基礎平臺；呂明也向記者表示，現在其實還很難談比賽質量，更多是讓大家上場激發熱情。人形機器人在國內剛起步，加速進化公司的機器人在交付參賽團隊時就自帶一套開源Demo算法供參賽者調試。「要讓學生通過比賽走完流程，對機器人有理解，再有興趣去研究，畢竟做運控、做感知、做策略，理論和實踐是很不一樣的。」 每次有進球發生，現場參賽隊成員總會爆發出不亞於自己踢比賽進球時的歡呼，看得出他們確實很高興，像是以一種主教練的身份——這種包容性強的參與生態，正在培育未來的開發者群體。 慢功夫裡的大未來 比賽當中，有些進攻輪次非常簡單粗暴——某隊的機器人在中場附近大力射門，然後球就徑直跨過半場，滾進對方球門。 但人形機器人產業的進化，不可能是一蹴而就的爆發，需要在包括賽場在內的試錯中沉澱慢功夫。 呂明向北京商報記者強調比賽數據的核心價值：「我們會持續做相關的解決方案，掌握的數據越來越多，機器人模型的學習能力、判斷能力也會變強。最終還是要推動人形機器人領域發展，比賽只是其中一種形式，也是為了驗證我們的硬體、軟體、算法能力，讓它以後能服務更多其他場景。」 這些在綠茵場上積累的硬控穩定性、感知精準度、決策合理性，正在編織一張技術網絡：硬體耐用性達標了，機器人才能走進真實場景；算法識別準了，才能理解人類需求；多模塊協同順了，商業化落地才有底氣。 或許十年後，當家庭機器人熟練地幫你遞水、工廠機器人精準搬運零件時，它們的運動神經和大腦邏輯，最早正是在這場笨拙的足球賽裡，被一群學生和工程師一點點打磨出來的。 眼前跌跌撞撞的機械身影，正在用成功或失敗的動作，攢下人形機器人產業的未來底氣。 北京商報記者 陶鳳 實習記者 王天逸
在美國關稅政策再成焦點之際，諾貝爾經濟學獎得主保羅·克魯格曼(Paul Krugman)近日接受英國《金融時報》播客節目邀請，與《金融時報》首席經濟評論員馬丁·沃爾夫(Martin Wolf)展開對話，製作推出六期特別節目《沃爾夫-克魯格曼對話》，討論了美國在川普政府政策下面臨的信任危機和治理崩潰的風險，特別對川普政府的貿易與關稅政策進行了罕見的系統性批評。 △克魯格曼在《金融時報》播客節目中，對川普政府的關稅政策進行了尖銳批評 克魯格曼在訪談中說，川普政府正將關稅從一個經濟調節工具變為赤裸裸的「政治威脅手段」，不僅破壞了全球對美國制度的信任，也正在侵蝕美國國內的治理基礎。 「談則減稅，拒則懲罰」的新秩序 克魯格曼認為，川普在任期間對中國、歐盟及其他經濟體不斷揮舞關稅大棒，意在逼迫對方就範，這種「威脅即政策」的做法已成為一種新型經濟外交常態。克魯格曼直言，該策略正在顛覆自布雷頓森林體系以來美國所主導的「規則型貿易秩序」，將其引向一個以「力量至上」為導向的非制度化時代。 △在《沃爾夫-克魯格曼對話》第一期節目中，克魯格曼批評川普常以「一條推文決定政策」的方式來調整關稅，其無序性與不可預測性導致全球市場對美國失去信心 「這不僅是對經濟學理性分析的否定，更是對合作機制的根本破壞。」克魯格曼強調。他舉例稱，川普政府對墨西哥、加拿大和中國等主要貿易夥伴頻繁更改關稅威脅言辭，嚴重打擊了投資者和企業對未來政策環境的預期穩定性。「當經濟行為者不再相信規則本身具有連續性，而是擔心哪天總統發一條推文，稅率就變了，這不是市場經濟，而是政策投機。」 從制度經濟體滑向「尋租國家」？ 這次訪談中，克魯格曼提出一個判斷：如果關稅政策工具繼續被武器化，美國將愈發像一個「尋租型國家」(rent-seeking state)，即決策權不再由制度和法治約束，而成為政治集團或個人謀取短期利益的手段。 「在某種意義上，川普的關稅政策展示了他眼中『總統權力』的極限邊界——不是去調和利益，而是用威脅製造服從。」克魯格曼表示，這種做法讓他想起一些治理脆弱國家的「強人統治」模式。 克魯格曼進一步表示，正是這種任意性極強的行政權使用方式，正在導致「制度信任的崩塌」，不僅損害了美國在全球經濟治理中的正當性，也動搖了其作為「安全資產提供者」的地位。克魯格曼說：「你不能一方面要求全球資金繼續信任美元、美國國債，一方面又在國內政治與國際政策上大搞不確定性。」 關稅邏輯背後的「美國優先」困境 克魯格曼強調，川普對關稅的使用並非源自嚴謹的產業保護主義邏輯，而是一種民族主義情緒的表達工具，是其「美國優先」政策的直接延伸。 他分析稱，這種情緒政治化的關稅政策雖然短期內可帶來選舉紅利，但長期來看，其實際經濟收益微乎其微，甚至可能引發全球供應鏈脫鉤和美國製造業成本上升。 克魯格曼警告說：「關稅從來都不是孤立存在的，它必然引發連鎖反應。而這種反應的最大受害者，往往是本國消費者與小企業。」 經濟學家的「悲觀旋律」 在訪談節目結尾，當主持人請嘉賓選擇一首代表當前情緒或觀點的歌曲時，克魯格曼選擇了美國已故著名女歌手卡羅爾·金(Carole King) 的名曲《為時已晚》(It's Too Late)。克魯格曼表示，雖然這首歌並非關於政治，但它的憂鬱旋律和「為時已晚」的主題，卻恰如其分地表達了他自己對美國制度滑坡的無奈與悲觀。 《金融時報》評論認為，克魯格曼的言論，在當下的美國政壇語境中頗具警世意味。美國是否會徹底從「制度主義」滑向「工具主義」，將是全球密切關注的焦點。(央視記者 武衛紅)
免责声明：本文内容与数据仅供参考，不构成投资建议，使用前请核实。据此操作，风险自担。
花瓣直播
「活动」首次登录送新手大礼包
- 软件大小: 589.39MB
- 最后更新: 2026-01-31 18:31
- 最新版本: v14.8.19.11
- 文件格式: apk
- 应用分类:ios-Android 魅影直播
- 使用语言: 中文
- : 需要联网
- 系统要求: 5.32以上
客服热线：139-9735-5392
香蕉直播类似软件
猜你喜欢
74285
68152
43
2026-01-31 18:31
49371
85
2026-01-31 18:31
76251
41
2026-01-31 18:31
86752
36
2026-01-31 18:31
29674
73
2026-01-31 18:31
84759
65
2026-01-31 18:31
41675
58
2026-01-31 18:31
78349
12
2026-01-31 18:31
82135
58
2026-01-31 18:31
84523
37
2026-01-31 18:31
49163
25
2026-01-31 18:31
49728
96782
12
72
52416
82
94683
59
71839
19
74
45
