技术深度解析
马拉松的赛制——要求机器人在复杂地形上长时间持续运动——是一场超越实验室受控演示的残酷压力测试。它直指机器人系统架构的最深层。
稳定性的三位一体：控制、状态估计与执行
此次胜利取决于对三个相互关联支柱的掌控。首先，模型预测控制（MPC） 和通过强化学习（RL） 训练的策略必须对外部扰动和内部磨损具有极强的鲁棒性。荣耀可能采用混合方案：由高层级、为长时程能效优化的RL策略指导，快速反应的MPC用于即时平衡校正。其次，状态估计变得至关重要。随着电机发热和机械部件出现细微疲劳，机器人对其自身身体的内部模型（本体感觉）可能发生漂移。实时融合IMU、关节编码器和足底压力传感器数据的先进滤波算法（例如不变扩展卡尔曼滤波器），对于维持精确的自我感知至关重要。
第三点，也是最决定物理极限的，是执行器技术与热管理。马拉松本质上是散热挑战。荣耀在消费电子产品冷却系统和精密电机设计（源自智能手机和笔记本电脑）方面的历史专长直接转化于此。他们很可能采用了集成了液冷或先进相变材料的定制高扭矩密度执行器，从而能在不降额的情况下持续高功率输出。初创公司则多使用现成的执行器或新颖但热管理受限的设计。
软件栈：从仿真到现实
制胜优势是在一个大规模并行的仿真到现实（Sim2Real）管道中锻造的。像荣耀这样的公司可以部署数千个云端实例，在数天内运行相当于数年的模拟行走经验，探索边缘案例并训练鲁棒性策略。弥合现实差距的关键在于领域随机化——在仿真中随机改变摩擦、电机延迟、电池电压等参数——以确保最终策略不会过于脆弱。
| 技术聚焦领域 | 初创公司优先级（早期阶段） | 大型科技/工业巨头优先级（当前） |
|------------------------|---------------------------------------------|-----------------------------------------|
| 首要目标 | 展示新颖能力（动态步态、后空翻） | 确保可靠性、安全性与运行时间 |
| 控制范式 | 通常重度依赖RL以实现敏捷性 | 混合（MPC+RL）以实现可预测性与安全性 |
| 测试环境 | 实验室演示、短期户外试验 | 长时程现场测试、加速寿命测试 |
| 数据收集 | 有限的真实世界运行时长 | 海量、自动化的真实世界车队数据（若已部署）|
| 执行器来源 | 现成产品或新型原型 | 定制设计、垂直整合 |
数据启示： 此表揭示了工程优先级的根本性转变。初创公司为峰值性能和病毒式传播时刻而优化，而工业参与者则为平均故障间隔时间和总拥有成本而优化。马拉松只奖励后一种范式。
开源基础与差距
开源社区提供了关键的构建模块，但并非集成解决方案。像 `google-deepmind/mujoco`（物理模拟器）和 `openai/gym`（RL环境工具包）这样的代码库是研究标配。最近，用于可微分优化的库 `facebookresearch/theseus` 被用于状态估计和MPC。然而，专有的“秘方”在于训练管道的规模、仿真模型的保真度（尤其是执行器和接触动力学），以及将控制回路与特定电机驱动器和传感器紧密耦合的软硬件协同设计。初创公司可以获取算法，但无法拥有进行数十亿步模拟的计算农场，或设计最优电机控制器的内部半导体团队。
关键参与者与案例研究
马拉松的结果在人形机器人竞赛的两大阵营间划下了一条清晰的分界线。
工业巨头：荣耀、特斯拉、小米
* 荣耀机器人： 马拉松冠军。其母公司在消费电子大规模制造、供应链谈判（电池、半导体、传感器）和质量控制方面的传统，是其不可撼动的护城河。他们的策略似乎是为可靠性而垂直整合，从执行器设计到底层实时操作系统，掌控一切。他们对通用人工智能（AGI）的抱负较为低调，更专注于将工业物流作为首要应用场景。
* 特斯拉机器人（Optimus）： 埃隆·马斯克的赌注在于通过汽车产业经验实现规模化。特斯拉的优势在于制造规模（一体化压铸、电池包）、强大的视觉神经网络（源自FSD），以及明确推动降低执行器成本的决心。他们的公开演示显示出对重复性工厂任务的关注。
* 小米CyberOne： 展示了类似的大型科技公司优势，依托其庞大的消费电子生态系统和制造能力。其发展路径可能强调与智能家居和物联网服务的整合。