一、足球不是表演，而是具身智能的“标准化考场”

机器人产业发展的一个核心问题，是如何找到能够持续推动技术进步的真实应用场景。一个好的测试场景至少需要具备几个条件：环境足够复杂，任务目标明确，评价标准清晰，而且可以不断提高难度。足球恰恰同时具备这些特点。

足球比赛中，球的位置始终在变化，对手在移动，队友在跑位，机器人还必须面对碰撞、遮挡、光线变化以及场地摩擦等大量不可预设的因素。对于人类球员来说，观察足球、判断方向、调整身体、跑动、传球和射门几乎可以在瞬间完成；但对机器人而言，这背后涉及机械、电机、传感器、视觉、人工智能、通信和实时控制等一整套复杂系统。

也正因为如此，足球已经成为检验具身智能综合能力的典型场景。人形机器人在球场上的每一次跑动、每一次触球，本质上都是对其适应真实世界能力的一次压力测试。相比之下，一些工业机器人可以在结构化环境中不断重复同样的动作，而足球比赛却在持续制造新的随机场景。机器人不知道下一秒球会滚向哪里，不知道对手会采取什么动作，也不能事先规定每一名队员下一步应该站在哪里。

这正是现实世界的特点。

▲人形机器人足球比赛场景（AI生成示意图）

二、足球场也是物理AI的重要试验场

从更广泛的人工智能发展趋势来看，人形机器人足球也是物理AI（Physical AI）常典型的应用和验证场景。传统AI主要处理文字、图像、语音等数字世界中的信息，而物理AI需要让人工智能真正进入现实世界，理解空间、运动、力、碰撞、摩擦、速度以及人与物体之间的相互作用，并通过机器人身体作出实时反应。

足球比赛恰恰把这些问题集中在同一个场景中：机器人不仅要“看见”和“理解”足球、队友和对手，还要判断球的运动轨迹、预测对手行为、控制身体平衡，在高速运动和动态对抗中完成跑动、转向、避障、传球和射门。换句话说，物理AI不仅要让机器人“会思考”，更要让机器人能够在真实物理世界中把思考转化为安全、稳定、有效的行动。足球场不断变化、无法预先设定的环境，为检验这种能力提供了一个天然的“压力测试场”。这也是人形机器人足球的重要价值所在——推动人工智能从数字世界走向物理世界，从“理解世界”进一步迈向“在世界中行动”。

如果说大语言模型（Large Language Model）正在帮助人工智能理解数字世界，那么物理AI要解决的，是让机器人真正理解并适应物理世界；而足球场，正是训练这种能力最具挑战性的场景之一。

三、从“会走路”到“会踢球”，考验的是整个技术系统

今天的人形机器人已经能够行走、奔跑甚至完成很多复杂动作。但“一个机器人能够走起来”和“11台机器人组成一支球队自主踢足球”，完全是两个不同层次的问题。

首先是运动控制。机器人需要在快速运动过程中不断计算身体姿态、重心位置和关节状态，同时实时调整各个电机输出。在带球、急停、转向、射门甚至与其他机器人发生接触时，还必须保持动态平衡。

第二是环境感知。机器人必须通过摄像头和其他传感器实时识别足球、球门、边线、队友和对手，同时判断自己在球场上的位置。

第三是感知与动作之间的实时响应。摄像头看到足球之后，要经过图像识别、位置计算、轨迹判断、战术决策，再转化为关节运动指令。这个过程中的任何延迟，都可能意味着：当人形机器人准备踢球的时候，球已经不在那里了。

在高速对抗中，感知、决策与运动之间的延迟会被进一步放大，而现实环境中的草地、光线和足球状态又会进一步增加系统的不确定性。所以，人形机器人足球真正考验的，不是某一个漂亮动作，而是感知--理解--决策--运动--反馈能否形成一个高速、稳定的闭环。这也是具身智能研究最核心的问题之一。

四、真正困难的，是让11台机器人“成为一支球队”

如果说单台机器人完成奔跑和射门已经很困难，那么多机器人协同则将问题提升到了另一个层次。

在3V3、5V5特别是11V11比赛中，每一台人形机器人都必须知道：谁应该去抢球？谁应该接应？谁负责防守？什么时候传球？什么时候射门？球队整体阵型应该怎样变化？

如果所有机器人都发现足球后一起冲过去，就会出现“扎堆抢球”；如果信息共享不及时，又可能出现防守空位、跑位冲突甚至机器人之间相互碰撞。

因此，多机器人足球实际上也是一个非常典型的多智能体系统。每一台机器人既要独立感知和自主决策，又必须根据队友、对手和足球的位置不断调整自己的角色，并通过通信与其他机器人共享关键信息。角色动态分配、跑位预判、低延迟通信和全局信息同步，都是多机足球进一步发展的关键问题。

这也是为什么，从3V3到5V5、再到11V11，不仅仅是机器人数量增加。机器人数量增加之后，系统复杂度会呈现完全不同的量级。足球比赛由此从“单机器人智能”逐渐演变成为真正的“群体智能”。

五、足球场可以告诉我们：机器人距离真实世界还有多远

实验室和仿真环境能够解决很多问题，但真实世界永远比仿真复杂。实验室的地面可以非常平整，光线可以保持不变，物体的位置也可以事先设定。足球场却不会。

场地摩擦会变化，草坪存在细微差异，灯光会影响视觉，相互遮挡随时发生，足球运动轨迹也不会完全按照模型运行。这就是机器人领域经常讨论的“Sim-to-Real”，也就是从仿真走向现实所面临的差距。很多在虚拟环境中表现很好的算法，进入真实球场之后，其成功率可能明显下降。

因此，足球场最重要的价值之一，就是不断把机器人从理想环境推向真实环境。机器人今天在足球场上解决的很多问题，未来都有可能转化成为现实世界的能力。

例如，机器人能够在拥挤球场上自主避开队友和对手，就意味着未来可以更好地在人群和家庭环境中导航；机器人能够根据队友位置合作传球，就意味着未来多台机器人可以合作搬运和完成复杂任务；机器人能够跌倒以后自主判断并重新站立，也意味着它将具有更强的真实环境适应能力。

通过足球比赛，我们可以不断检验机器人“能做什么”“还不能做什么”，以及距离进入家庭、工厂、公共服务和应急救援还有多远。

六、统一规则，还可以成为机器人国际标准的试验场

足球还有一个非常重要的特点：规则是公开的、统一的、全球通用的。这使它不仅能够测试机器人，也非常适合推动标准化。

不同国家的大学、科研机构和机器人企业，可以把不同机器人带到同一个球场，在相同规则、相同场地和相同评价体系下进行测试。谁跑得更稳定，谁看得更准确，谁决策更快，谁的团队协作能力更强，都可以在比赛中直接体现。

长期来看，这种公开竞争和持续验证，有机会推动机器人在本体、运动控制、通信接口、感知系统、人工智能以及安全等方面逐步形成更完善的技术规范。

这对于机器人产业的发展尤其重要。未来机器人进入家庭、工厂、养老、教育和应急救援等不同场景，不可能每一家企业都建立完全封闭、彼此不兼容的技术体系。机器人产业同样需要更加开放的硬件平台、软件接口和开发者生态。

七、从“重复造机器人”走向“共同开发机器人智能”

近年来，人形机器人足球领域出现了一个非常值得关注的变化：标准化机器人平台正在越来越多地被大学和研究机构采用。

过去，一支人形机器人足球队往往需要自己设计机械结构、研发关节、调试底层运动控制，然后才有可能研究视觉、决策和足球战术。这意味着大量科研资源都被投入到重复的基础工作中。

标准化硬件平台出现以后，情况开始发生变化。如果人形机器人本体、基础运动控制、操作系统和开发工具已经比较成熟，大学和开发团队就可以把更多时间用于真正决定机器人“智能水平”的部分——视觉感知、强化学习、自主决策、多机器人协同以及新的人工智能算法。

成熟机器人平台能够显著降低开发门槛、提高整个开发者社区的技术迭代速度。这对中国机器人产业尤其具有现实意义。中国在人形机器人本体、供应链和运动控制等方面已经形成较好的产业基础。如果能够进一步构建开放平台、国际赛事、统一接口和开发工具，就有机会吸引更多全球高校、科研团队和人工智能开发者在中国机器人平台上进行创新。

这正是我们希望形成的一种新的国际合作模式：用中国机器人平台，面向中国丰富的应用场景，汇聚全球开发者。设立在北京朝阳的RCAP亚太机器人世界杯北京中心 (RCAP Beijing Center)，将发挥“超级链接器”的作用，依托RCAP国际网络，连接全球机器人与人工智能专家、高校科研团队、企业和开发者社区，把国际创新资源与中国机器人产业链、技术平台和真实应用场景更紧密地连接起来。通过赛事、技术交流、人才培养、联合研发和场景验证，推动更多全球开发者基于中国机器人平台开展前沿技术创新，并将形成的新算法、新技术和新应用进一步推向世界。

让中国的机器人平台连接全球智慧，让中国的应用场景成为全球机器人创新的试验场——这正是RCAP北京中心作为“超级链接器”的价值所在。

八、从5V5到11V11，机器人足球正在进入新的阶段

RoboCup提出的长期目标，是到2050年建立一支完全自主的人形机器人足球队，在符合正式足球规则的条件下挑战当年的人类世界杯冠军队。这个目标看起来非常遥远，但机器人技术的发展往往需要一个足够远、足够困难，同时又能够不断量化进展的目标。

从早期机器人只能缓慢寻找足球，到今天能够自主跑动、传球、射门；从1V1、3V3发展到5V5，再进一步探索11V11，每一次比赛规模的扩大，都在推动新的技术突破。

11V11尤其重要。因为到了这个阶段，我们测试的已经不再只是某一台机器人的能力，而是一整套复杂的机器人社会系统：22台机器人需要在同一块场地中同时感知、决策、运动、协作和竞争。

这将对机器人视觉、实时计算、通信、群体智能、安全以及人工智能提出更高要求。从这个意义上说，11V11人形机器人足球可能成为未来具身智能最具挑战性的综合测试之一。

九、足球场上比拼的，不只是一场比赛的胜负

足球是世界上影响力最大的体育运动之一。这也使人形机器人足球拥有其他实验室测试很难具备的优势——普通公众可以看懂。

机器人有没有看见球、会不会传球、摔倒之后能不能站起来、几台机器人能不能真正组成一支球队，不需要复杂的技术指标，人们在几分钟的比赛中就可以形成直观判断。

因此，机器人足球同时连接了科技、产业、教育和社会传播。它既可以帮助科研人员发现问题，也可以帮助企业验证产品，帮助年轻人学习人工智能和机器人技术，还可以帮助政府和投资机构观察下一阶段产业可能出现的技术方向。

机器人比赛的价值不只是争夺冠军，而是在公开竞争中不断回答三个问题：机器人今天能做什么？机器人今天还做不到什么？机器人下一步能够走向哪里？

所以，我一直认为，足球场是人形机器人最好的测试场景之一。

今天，机器人在绿茵场上学习奔跑、感知、判断、决策、协作和对抗，在一次次传球、射门、跌倒和重新站起中，学习如何面对一个不断变化、充满不确定性的真实世界。足球场上的每一次技术突破，最终都不应停留在足球场上。

未来，这些在比赛中训练和验证出来的能力，将走进家庭、工厂、医院、学校和公共服务，也将进入那些危险、复杂、真正需要机器人的应急救援现场。

从这个意义上说，人形机器人足球比拼的不是谁先踢进一个球，而是谁能让机器人更早学会理解世界、适应世界，并最终服务于人类。

RoboCup提出到2050年让完全自主的人形机器人足球队挑战人类世界杯冠军。这个目标的真正意义，也许并不在于有一天机器人能否战胜人类。

更重要的是，当机器人真正能够在足球场上像一支球队一样自主奔跑、思考、协作和竞争时，它们也将更有能力走出球场，走进我们的真实世界。

足球场上的终场哨声，会结束一场比赛；但人形机器人走向真实世界的比赛，才刚刚开始。