今天是4月19日。
北京亦庄，一台两腿机器人在赛道上奔跑，工程师坐着电瓶车追在后面——跑着跑着，就跑不见了。
这就是2026年的现实。
7.51 vs 7.28：一个微小的数字，一条真实的红线
人类1500米世界纪录，由挪威选手雅各布·英格布里格森在2024年巴黎奥运会跑出：3分26秒。
换算成速度：7.28米/秒。
这是人类数十年训练、选拔、药物管控之后，能跑出的最快均速。世界上只有一个人做到过。
今天，在2026北京亦庄人形机器人半马排位赛中，宇树H1全程平均速度：7.51米/秒。
差距是0.23米/秒。以1500米计算，大约快了5秒。
不是机器人跑完了正式的1500米赛程、破了记录——赛制不同，这是机器人和人类共跑的半程马拉松。但数字已经说明了一件事：在速度这个维度上，机器人已经越过了人类的极限。
去年8月，宇树H1在世界人形机器人运动会上的均速是3.3米/秒。
八个月后，7.51。
翻了一倍多。
今天的赛场：三百台机器人，与人同跑
今天的亦庄半马，是一场奇特的比赛。
12000名人类选手和300余台机器人共用同一条赛道。起跑的枪声一响，两条腿的人和两条腿的机器人，跑向同一条终点线。
参赛机器人超过一百支队伍，比去年增长近五倍。其中自主导航赛队接近四成——也就是说，这些机器人不靠遥控，靠自己的眼睛和算法决定每一步怎么落脚。
宇树H1就是其中一台。
H1没有遥控器，也没有预先编程的行进路线。它搭载超过180个传感器，实时识别路面状况，动态规避障碍，所有决策都在机器自身内部完成。工程师唯一能做的，是坐在电瓶车上跟着它——因为靠腿已经追不上了。
这台机器人去年就已经在世界人形机器人运动会上拿了三项冠军：400米、4×100米接力、1500米。
今年它来跑半马。内部测试成绩：50分钟出头。人类平均完赛时间：约2小时。
宇树是怎么做到的
速度的背后，是一个持续压缩的工程时间表。
关节驱动：H1采用M107型关节驱动器，功率密度在当前人形机器人中处于前列。高功率密度意味着同样体积能输出更大扭矩，是跑步能力的硬件基础。
算法架构：H1搭载大模型算法做实时控制决策，而不是传统的规则式运动控制。面对弯道、坡面、地面材质变化，它可以自适应调整步态，而不是崩掉。
速度上限：极限冲刺阶段，H1峰值速度达到10米/秒——接近博尔特100米冲刺的最高速度（10.44米/秒）。这不是巡航速度，但已经能告诉你这台机器的上限在哪里。
续航设计：半马是21公里，比400米长了50倍。宇树为本次参赛版本专门调整了续航设计和脚掌结构，目的是让高速度能维持足够长的时间。
八个月，从3.3到7.51。按照这个速度，两年后这台机器能跑多快？
这条线，意味着什么
我们通常把AI威胁理解成"写代码写得更快"“翻译做得更好”。那些都是信息处理的范畴——看不见、摸不着，很难产生切身感受。
速度不一样。速度是具体的。你能感受到它。
人类跑步的极限，是几百年来人类认知自身的一部分。奥运会1500米的纪录，是全世界最好的运动员，经过几十年的训练和竞争，一点一点压出来的边界。
今天，一台机器的均速超过了那条线。
这不是末日预言。宇树H1不会抢你的工作，也不会去参加奥运会（赛制不允许）。但它告诉我们一件事：我们曾经认为"只有人类能做到"的事情，边界正在快速收缩。
而且，收缩的速度比预想的快。
2024年，业内很多人认为机器人超越人类运动极限要到2030年。
今天是2026年。
接下来会发生什么
全程马拉松：半马结束后，下一个目标已经是42公里。机器人的续航和稳定性问题会被放大十倍，但工程问题终究是工程问题，可以被解决。
工厂与仓库：高速移动能力直接提升物流和制造场景的效率。7.51米/秒的均速在工厂地面上意味着什么——你可以自己算一下。
服务场景：高德在同一天的半马赛场上展示了另一类机器人：陪伴视障人士在开放道路上导航的四足机器人。速度不是唯一的维度，自主性才是真正的入口。
今天，我们记录的是一个速度数字。
但真正值得记住的，是它背后的斜率。从3.3到7.51，八个月，翻倍。这条曲线如果继续，你自己可以推演接下来几年会发生什么。
今天亦庄赛场上有一幕让很多观众愣住了：
一台机器人跑过来，停下来，向旁边的人类选手伸出了手，想握手。
人类选手愣了一秒，没有回应，继续跑。
机器人收回手，也继续跑。
没有人说这意味着什么。但每个看到这一幕的人，都停顿了一下。
具身智能：为什么这件事比"AI写代码"更重要
我们谈了很多年的 AI，谈的大多是"软"的那种——语言模型、图像生成、代码助手。这些 AI 活在屏幕里，活在服务器上，活在你的对话窗口里。
具身智能（Embodied Intelligence）不一样。它活在物理世界里。
宇树H1今天跑过的那条赛道，是真实的柏油路面，有风，有坡度，有其他选手的干扰，有赛道上随机出现的障碍。它感知的是真实的物理信号，它做出的每一步决策都要立刻落地——字面意义上的落地，踩在地上。
这是具身智能的核心挑战，也是它的核心价值：不是在虚拟环境里"想"，而是在真实世界里"做"。
当一台机器人能够在开放赛道上以超越人类极限的速度自主奔跑，它证明的不只是速度。它证明的是：感知-决策-执行的完整闭环，已经可以在非结构化的真实世界中高速运转。
这条能力曲线，才是今天最值得关注的事。
从仓库里的搬运机器人，到赛道上的竞速机器人，到街道上陪伴视障人士的导航机器人——具身智能正在从"实验室能做到"走向"真实世界能用上"。这个跨越，比任何一次大模型参数量的翻倍，都更接近我们每一个人的日常生活。