Sony AI 桌球機器人擊敗職業選手、Honor 人形機器人半馬破世界紀錄

Sony AI 開發的桌球機器人 Ace 在有裁判執法的正式賽制下擊敗職業選手，研究成果已刊登於《自然》期刊；同一週，榮耀（Honor）人形機器人「Lightning」在北京人形機器人半程馬拉松以 50 分 26 秒完賽，打破人類世界紀錄。
（前情提要：馬斯克斷言：純 AI 與機器人公司將稱霸未來，人類將成企業累贅 ）
（背景補充：暢想 RobotFi：機器人也上鏈，帶來哪些新玩法？）

本文目錄

Toggle

• Ace 是怎麼打敗人類的
• Honor Lightning 為何能跑進 51 分鐘
• Physical AI 的邊界正在哪裡移動

50 分 26 秒。這個時間打破烏干達田徑運動員 Jacob Kiplimo 在里斯本創下的 57 分 20 秒人類半程馬拉松世界紀錄，但打破紀錄的不是人，是一臺人形機器人。

同一週，Sony AI 的桌球機器人 Ace 在國際桌球聯合會認可規則下、持牌裁判主持的正式對決中，擊敗職業選手。研究論文登上《自然》期刊。

兩件事在同一時間框架內發生，凸顯 Physical AI（人工智慧驅動物理機器在現實環境中運作）從實驗室走進真實競技場的集中爆發。

Ace 是怎麼打敗人類的

Sony AI 的 Peter Dürr 領導團隊在設計 Ace 時，面對的是一個特殊的工程問題：桌球的球速、旋轉變化與飛行軌跡，要求感知與動作必須在毫秒內完成協調。

Ace 的硬體架構是：9 臺同步攝影機加上 3 套視覺系統，負責追蹤球的移動與旋轉；8 個關節控制球拍：3 個管定位、2 個管方向、3 個管擊球力道與速度。Dürr 描述視覺處理速度時說：「快到足以捕捉人眼只能看成殘影的運動。」

訓練方法是關鍵差異。Ace 不是透過觀察人類動作學習，而是完全在模擬環境中自我訓練。這使它發展出不同於人類的擊球策略，對手難以用習慣性的讀球方式預判。

成績記錄顯示：2025 年 4 月的測試中，Ace 對上精英選手的五場勝三負二；2025 年 12 月到 2026 年初，開始出現擊敗職業選手的紀錄。

輸給 Ace 的選手平田真佑香描述了一種人類對決中從未遇到的困境：「因為看不懂它的反應，根本無從感知它不喜歡或不擅長什麼樣的球。」沒有情緒訊號，沒有肢體語言，對手失去了競技運動中長期仰賴的心理資訊。

Dürr 說，Ace 設計的原始目的是研究機器人如何在動態環境中快速精準地反應，同樣的感知與控制技術可以應用在製造業與服務型機器人領域。

Honor Lightning 為何能跑進 51 分鐘

2026 年 4 月 19 日，北京亦莊人形機器人半程馬拉松在大興區舉行，21 公里賽道從通明湖公園延伸至南海子公園。逾 12,000 名人類跑者與 100 多臺機器人在分隔賽道上同步起跑。

榮耀（Honor）開發的「Lightning」以 50 分 26 秒完賽，均速約 25 公里每小時。比較基準：世界頂尖人類選手的半馬世界紀錄是 57 分 20 秒，差距是 6 分 54 秒。

去年同一賽事，最快的機器人花了 2 小時 40 分 42 秒完賽。一年間，紀錄縮短了 110 分鐘。

比賽規則以自主導航為優先判準。另一臺 Honor 機器人在遠端操控下以 48 分鐘跑完全程，但不計入正式排名。Honor 工程師表示，Lightning 開發過程中驗證的結構可靠性與液冷系統，已具備工業場景部署的條件。

Physical AI 的邊界正在哪裡移動

這兩項突破有一個共同結構：感知速度、物理控制精度、自主決策能力的整合提升。Sony Ace 的 9 鏡頭感知系統對應 Lightning 的自主導航；Ace 的模擬自訓練對應 Lightning 縮短了 110 分鐘的進步曲線，底層能力在收斂。

Physical AI 的下一個戰場不是競技，而是製造、物流、服務：那些同樣需要在非結構化環境中快速感知並精準執行的場景。Ace 和 Lightning 提供的，是這套能力組合已經成熟到可以上場的第一批可量化的外部驗證。