一、运动控制：高速奔跑中的动态平衡挑战
爆发力与稳定性兼顾：百米冲刺要求机器人在极短时间内爆发出强大推力，同时保持身体重心稳定。天工Ultra关节力矩上限非常高，足以用在一辆小型新能源车上，但高速奔跑时每一步落地都需实时调整姿态，防止摔倒。
弯道与直线差异：赛道弯道是各队最大难题，机器人进入弯道后频繁出现重心失控、侧滑甚至摔倒。天工Omni依靠强化学习在仿真环境中“自己摸索”出压低重心、大幅前倾的过弯姿势，膝盖几乎贴地，如摩托车手般倾斜过弯。
散热与能耗管理：高速奔跑带来关节高功耗与发热问题。天工Omni发现正常摆臂时肩部负载过大、关节容易发热，自主选择了“掩面狂奔”的低能耗跑姿，这种由机器人自主学习迭代出的最优动作，恰恰是控制算法的深层体现。
二、感知与决策：从巡线到全自主的跨越
环境感知能力：今年田径赛全面升级为全自主模式，要求机器人自己认路、避障、调整节奏，考验激光雷达、视觉传感器、环境建图与路径规划能力。天工Ultra通过定位建图，已无需再看赛道线即可精准保持在赛道内高速奔跑。
实时决策与姿态调整：面对突发状况（如跑道偏移、障碍物），机器人需在毫秒级时间内做出判断。起跑时出现失误的天工Ultra仍能迅速调整并跑出9秒32的成绩，体现了感知与决策系统的可靠性。
“小脑”与“大脑”协同：运动控制算法负责身体协调（小脑能力），而感知决策系统负责理解环境（大脑能力）。专家指出，机器人能完成更多全身复杂动作，很大程度上得益于“小脑能力”的开发。
三、本体硬件：决定性能上限的物理基础
关节电机与减速器：机器人能跑多快，取决于电机爆发力与减速器精度。行星齿轮减速器可放大电机扭矩数十上百倍，同时通过高反向驱动力缓冲落地冲击，是腿部爆发力的关键。而手部等精密部位则需谐波减速器实现零背隙的精准控制。
轻量化与结构强度：起跳、落地瞬间产生的冲击力对机身结构提出极高要求。天工Omni在赛前一个月做了轻量化改进，提升了爆发力与散热性能。机器人跳远落地“跪谢草坪”或现场“摔骨折”的场面，恰恰说明结构强度与轻量化之间的平衡仍是难点。
能源与电器件可靠性：高速奔跑需要强大功率放电能力，对主控板、电源板等电器件的可靠性要求随之提高。电容量是否足够支撑高功耗运行，直接决定了成绩能否稳定发挥。
赛场上的每一次突破，看似是速度与高度的比拼，实则是人形机器人从实验室走向真实世界的关键一步。跑得快只是起点，如何让这些“超级运动员”在家庭、工厂等复杂环境中同样稳定可靠，才是整个行业真正要跨越的下一道坎。