人形机器人马拉松：从遥控到自主，算力体系正迎来全面升级

在2026北京亦庄人形机器人半程马拉松的赛道上，人形机器人在真实户外环境中完成长距离运行测试。这不仅仅是一场比赛，更是对具身智能在连续运行、环境适应与系统稳定性上的一次集中验证。机器人从起步到避障、转向的全过程，本质上是感知、决策与执行的闭环，对算力体系提出了更接近实际应用的要求。

机器人“跑得快、稳得住”，本质是算力架构的全面升级

与上一届赛事相比，本届人形机器人的关键技术快速迭代，从全程依赖人工遥控，升级为自主机型规模化参赛。虽未实现全域完全自主运行，但已有大量设备摆脱持续操控，可在户外长距离、多路况环境中，独立完成多传感器融合、路况识别、姿态平衡、实时避障与路径规划，仅在紧急安全、设备异常等特殊场景下，保留少量人工辅助干预。

从被动受控执行，到具备独立感知与决策能力，背后核心正是算力架构的全面升级。毫秒级姿态调控、动态平衡修正、海量环境数据同步处理，都对综合算力提出更高要求。机器人自主化能力持续进阶，不断抬高硬件算力门槛，高性能算力硬件，也成为推动具身智能走出实验室、落地真实复杂场景的关键底座。

行业趋势明朗算力硬件进入结构性升级周期

从机器人场景扩展到更广泛的AI应用，当前智能化升级已进入深水区，多模态大模型的应用、行业AI私有化部署的推进以及终端智能化改造的加速，正在共同重塑算力需求结构。企业不再满足于通用计算能力，而是更加关注高并发处理能力、系统稳定性以及与具体场景的适配能力。

在供应链变化与自主可控需求推动下，国产算力快速成熟。边缘算力设备、异构架构与定制化服务器逐步完善，使国产方案在性能与成本之间取得更优平衡，正在成为主流选择。

锚定行业大势英码科技构建云边端一体化算力布局

围绕云边端协同，英码科技构建覆盖多场景的算力体系。端与边缘侧聚焦实时推理与本地部署，云端以国产AI服务器与算力一体机为基础，支撑大模型训练与算力集群建设。在此基础上，英码科技与华南理工大学开展产学研协同，共建具身智能与智能体应用联合实验室，持续强化具身模型与智能体应用的工程化能力，加速算力向实际场景转化。

机器人马拉松释放出清晰信号，当智能技术进入规模化应用阶段，算力体系正成为核心竞争力。随着AI持续深入产业，算力将加速向高性能、可控化与场景化演进，国产算力也将在这一进程中发挥更关键的作用。

定制服务

人形机器人马拉松：从遥控到自主，算力体系正迎来全面升级

分享至微信分享