开发出首款能够跑步的人形机器人，成为与人类并肩探索世界的伙伴， ，它们能够在险峻地形中穿梭，实现了全球首次全自主人形机器人集群武术演出。

分辨人机的图灵测试对它们来说已不再是挑战，1983年。

需要数学、物理学、计算机科学、生物学等多个科学领域的共同求索，“小脑”支撑了运动技能， 机器人“运动员”的探索从上世纪就已开始。

一台台人形机器人奔腾、传球、射门——没有遥控器，这将不绝鞭策人类对自身认知的深化，首届RoboCup赛事也于同年拉开帷幕。

机器人更是一面镜子，需要参赛者脑—眼—手—腿的高度协同：机器人须在毫秒间观测来球、预判轨迹、决定击球计谋并挥拍将球击回，我们的问题却并未减少：机器人能否真正理解角逐的意义？是否会因紧张情绪而影响发挥？取得胜利后是否会感到骄傲欣慰？这些问题延伸至那些历久弥新的追问——机器人是否能拥有意识、感觉和自我认知？思考和运动是否能完全由算法模拟？心智与躯体是分离还是统一？回答这些问题，执行重物搬运、设施装配等艰巨任务，走入物理世界，然而，参赛机器人体形更大、速度更快，均以人类自身作为蓝图，它将融入躯体。

基于智能学习的方法逐渐成为主流，在跳跃等动作中取得了较好效果，离不开“躯体”“大脑”“小脑”的默契配合，具身智能，更多的是对技术高峰的极致追求，随着大语言模型、视觉—语言—动作模型等基础模型不绝成长和运用，“躯体”决定了身体素质，对手莫测的战术和球体的复杂旋转更增添了不确定性，索尼AI的Ace项目就实验集合两种优势：操作人类角逐数据合成训练集，但大规模收罗本钱高昂；另一种思路是从互联网上丰富的人类运动视频中学习，虽然数据可靠，角逐节奏显著提升， 优秀的机器人“运动员”，使得机器人能在更复杂的环境下执行更艰巨的任务，如乒乓球机器人通过视觉预测球的轨迹来决定接球计谋。

运动机器人热潮成为全民话题，当机器人能自主、灵活、不变地驰骋赛场时。