细心的观众会发现，无论赛跑、障碍赛还是跳高，机器人背后常常站着一两个操作员，手里拿着遥控器。去年的机器人马拉松，几乎每台机器人需要三名工程师“陪跑”，一度被调侃为“遥控车大赛”。但到了第二届，赛事分为自主导航与遥控赛队，成绩分别按1.0与1.2的加权系数核算并统一排名。
变化的背后是技术进步。今年40%的机器人是自主导航、自主奔跑，前三名也都由机器人自主完成。荣耀齐天大圣队的自主导航机器人“闪电”以50分26秒的净用时夺冠，比上届冠军快了近1小时50分钟。第二届世界人形机器人运动会30个竞技赛项中，有23项明确要求“全自主”。
过去一年，人形机器人最大的进步集中在感知与定位。去年机器人靠摄像头识别跑道，容易串道；今年不少队伍在头部加装激光雷达，赛前建立场馆三维地图，通过雷达与地图匹配实现厘米级全局定位，才支撑起自主完赛。
但遥控并未消失。自主参赛的机器人，仍需操作员发出启动指令；400米障碍赛因涉及对未知空间的实时判断，多数队伍仍选择遥控，只是成绩要按1.2倍加权。更关键的是，遥控不等于“提线木偶”：工程师只下达前进、切换模式等高层指令，如何迈腿、调整重心、越过障碍，仍由机器人自主完成。
把视角拉长，遥控其实是支撑自主能力演进的“基础设施”——每一次人为操控都在产生真实世界的训练数据。当数据飞轮转起来，机器人自主能力才可能持续爬升。而这背后需要的是稳定、可扩展的训练算力：现场做轻量判断，训练与模型迭代放到云端完成。星战科技在GPU算力平台与端云协同上的方向，正是让这类分散的端侧任务与集中式训练资源形成合理分工。
瓶颈也很清楚。王兴兴提出的“双80%”标准，是把机器人带到80%的陌生场景中，通过语音或文字指令完成约80%的任务，才算来到通用化的临界点。何小鹏把人形机器人按自动驾驶方式分为L1到L5，目前市面上多数产品仍处于L2初期，要进入商业化阶段需要达到L3。
本届运动会积累了2500小时的真实场景操作数据，对应12个应用场景、44项作业和百余项技能，这些真机数据会成为下一轮具身大模型训练的“养料”。丢掉遥控器不是单纯加分项，而是具身智能走向产业化的必经之路；在泛化难题真正解决之前，它仍是必要的过渡。
