新华社深圳9月28日电 题：当机器人站上网球场：AI叩响物理世界之门
新华社记者王浩明
在刚刚于深圳结束的2026年比利·简·金杯总决赛上，除了“女子网球世界杯”的激烈角逐，另一场引人瞩目的“人机大战”也在春茧体育馆上演。已退役的网球名将王蔷站在球网一侧，她的对手不是人类选手，而是一台双轮足具身网球机器人TENNIIX ULTRA MAX，机器人自主移动、变换球路，平击、上旋、月亮球交替输出。
网球的“阿尔法狗”时刻来了吗？机器人公司为何扎堆搞体育？从体育这面镜子中，又能照见未来人与AI怎样的关系？新华社记者专访了机器人的联合开发者英汉思动力创始人朱瀚琦。
两个月跑出“深圳速度”
对王蔷这样的前职业选手而言，机器人输出的高速多变球路，已经带来真实对抗压力。而不少业余爱好者在与机器人进行试打后，都表示相比传统发球机，与机器人对练更有“真实对抗的感觉”。
朱瀚琦说，让职业球员感到压力和业余球员产生对抗感的原因，是通过“双腿”站立的机器人，击球点高度可以达到1.2米，未来还可以通过蹲起和跳跃，把出球高度控制在1米至1.8米之间。而当机器人的出球点高过球网之后，机器人便可打出由上而下、颇具进攻性的击球。
朱瀚琦介绍，这款机器人由深圳企业英汉思动力和逐际动力联合开发，英汉思动力负责击球的“上半身”，逐际动力负责移动的“下半身”。从立项到工程样机亮相比利·简·金杯赛场，仅用了两个多月的时间。
“团队依托仿真工具链，在虚拟环境完成海量算法试错，把大量原本需要实物反复实验的工作放在计算机中完成，极大压缩研发周期。但仿真不能替代真实世界，样机出来之后，还要面对一整套复杂的供应链协同问题。这正是珠三角硬件产业的独特优势。全部打样、迭代、制造流程，都可以在珠三角的产业圈内闭环完成。平均打样迭代周期压缩至两周：一周完成设计，一周加工打样拿回测试，反复迭代两三轮，就可以实现可用版本。”他说。
不过，赛场亮相不等于产品落地。朱瀚琦将当前状态形容为“万里长征第一步”。目前仅完成了功能展示，距离面向市场交付，还需要攻克可生产性、可维修性、成本控制、商业落地等多重关卡，预计还需8至10个月才能实现量产。
“新一代机器人可以实时感知球场环境、分析击球动作、判断来球落点，对端侧芯片、云端算力都提出高要求，而国内完整的软硬件供应链体系，给这类创新产品提供了生长土壤。”朱瀚琦说。
机器人为何扎堆体育
不久前，第二届世界人形机器人运动会在北京国家速滑馆“冰丝带”举行，两千多台机器人同台竞技，机器人频频跑出快于人类的纪录，足球、乒乓球、武术等项目轮番上演。为何体育成为具身智能企业扎堆投入的赛道？这仅仅是为了品牌营销和曝光吗？
8月26日，天骄队（中）的人形机器人在100米大型组决赛中。新华社记者 张晨霖 摄
朱瀚琦认为，体育其实是具身智能天然的试验场。
首先，体育场景拥有三大特质：规则边界清晰、数据维度可控、参与者意图明确。对比家庭场景和城市开放环境，家庭生活中存在大量难以预测的需求和行为，体育运动目标简单纯粹。
其次，对机器人而言，体育竞技是一套完整的压力测试：机器视觉实时感知环境，“大脑”快速决策，“身体”高速执行动作，还要处理大量真实世界的微小扰动，全部链路要在极短时间内形成闭环。如果体育场景都跑不通，那么家庭服务、工业场景的落地，就无从谈起。
第三，体育自带商业闭环。体育用户具备付费意愿与消费能力，而商业的收入可以反哺技术迭代，不需要长期依赖资本输血。先在体育场景跑通商业模式，沉淀成熟的硬件本体、大模型、数据体系，之后向工业、家庭服务等更大场景迁移，是一条现实可行的产业路径。
朱瀚琦举例，英汉思动力发球机用户的月活跃率在70%至80%之间，每月产生10到20万场网球对战数据，在合规脱敏前提下完成数据沉淀，用于训练网球场景的AI模型。他认为，海量真实用户对战数据是企业的核心壁垒，而机器人产业的终局不会是一家公司包揽全部，而是AI模型厂商、机器人本体企业、垂类数据产品公司分工协作的生态。对于终端硬件企业而言，真实场景数据则是训练垂类模型的重要“燃料”。
AI从棋盘走向现实
回望人工智能与体育交织的历史，一条清晰的进化路径徐徐展开——1997年，IBM深蓝战胜国际象棋世界冠军卡斯帕罗夫，这是依靠强大算力完成棋盘内的计算博弈；2016年，AlphaGo击败李世石，2017年又战胜柯洁。在更为复杂的围棋博弈中，机器展示出许多不同于传统人类棋风的着法。此后，AI逐渐成为不少职业棋手训练和研究的重要工具，也推动围棋定式、布局等理念不断更新。
2017年5月23日，中国棋手柯洁在比赛最后时刻。当日，中国棋手柯洁九段和围棋人工智能程序“阿尔法狗”（AlphaGo，直译阿尔法围棋）的首场对决在浙江省桐乡市乌镇举行，“阿尔法狗”执白以四分之一目战胜柯洁。本次对决于5月23日至27日在浙江乌镇展开三番棋对决。新华社记者徐昱摄
这些具有广泛影响力的人机对抗，主要发生在棋盘这一规则明确、信息高度结构化的“符号世界”中。而当网球机器人站在人类对面、人形机器人在跑道和球场上奔跑，人工智能踏入充满噪声、摩擦、重力和形变的真实物理世界。光线变化、地面摩擦、球体旋转、温度湿度，无数变量每时每刻都在扰动。AI不再仅仅做推演计算，还要控制实体硬件完成感知、决策、执行、反馈的完整闭环。
AlphaGo战胜顶尖人类棋手后，一度引发人们对职业棋手价值和围棋未来的讨论。此后，越来越多棋手开始把AI作为训练和研究工具，而人与人之间的围棋对决依然具有独特魅力。
在朱瀚琦看来，技术上把网球机器人的出球速度提升到每小时200至250公里并不困难，网球的“阿尔法狗”时刻很快就会到来，但人们不必为打不过机器人而悲伤。他认为，未来网球机器人更重要的角色将是高级陪练，帮助运动员突破自身训练边界，加速网球技战术的迭代进化，就像今天围棋棋手借助AI开拓新思路一样。
“机器人采集海量高水平对战数据之后，可以模拟世界顶尖选手的技战术风格，在模拟环境中进行百万次推演，再迁移到现实设备。顶尖选手找不到更强人类对手的时候，可以依靠机器人制造出从未见过的球路，倒逼运动员突破原有认知边界，推动整个运动向前发展。”朱瀚琦说。
未来，人与AI如何相处？我们从机器人与体育的交织中，或许也能窥见一斑。
