田径赛场上，天工Ultra以9.39秒、天卓队以9.34秒完成百米赛，部分报道将这一成绩与博尔特9.58秒的世界纪录放在一起对比。但在机器人大讲堂看来，这样的对比参考价值有限：博尔特的成绩受制于人类生理极限与田径竞赛规则，机器人百米成绩由机身结构参数、算法调优水平决定，二者依托的物理约束体系完全不同，简单对标无法得出“超越”或是“落后”的结论，两套体系更适合分开看待。

抛开和人类纪录的对比，百米成绩本身依旧具备参考价值。首届赛事百米最好成绩为21.50秒，本届赛事多支队伍跑进9秒区间，赛事规则要求径赛全程自主运行。

百米预赛多组次中，天工Ultra（天工队参赛机身）跑出9.39秒，天卓队跑出9.34秒，天工一京沣科技联合队跑出9.32秒；天工、天卓、天骁三支队伍基于同源天工 Ultra 机身，依靠各自算法调优，成绩均跑进9.4秒以内。

相比百米短跑，弯道控制能力更适合在转弯项目中得到验证。400米大型组比赛中，天工Ultra以38.15秒夺冠，项目包含连续弯道通过环节，能够检验动态平衡与转弯落足点预测能力是否成熟，这部分判断留待后文自主率讨论中一并展开

跳远项目中，天骄队以7.97米夺冠，三次试跳成绩分别为7.32米、7.62米、7.97米，逐跳提升65厘米。以往机器人跳远大多依靠单次参数调优后的峰值采样，天骄三次试跳成绩逐跳走高，展现出助跑、起跳参数迭代优化的潜力，这一表现也引发行业对机器人赛场在线闭环学习能力的关注

1500米项目，天卓以2分21秒64完赛，将上届6分34秒的赛会最好成绩大幅压缩（394秒→141.64秒，降幅约64%），意味着在本次赛事理想场馆条件下，样机在中长跑场景的全程能耗分配难题取得了有效突破

业内普遍判断，田径纪录明年还会持续刷新，但纪录本身的信息价值会逐步走低。现阶段速度上限更多取决于机身物理参数——腿长、电机峰值功率、重量分配，而非算法差异。当各家机器人采用同代关节模组后，成绩将快速收敛至相近区间。

田径项目后续竞争重心，有望从追求绝对速度，转向考验机器人在逆光、打滑、碰撞干扰环境下维持完赛的能力。除此之外，跳远项目背后所指向的赛场在线闭环学习潜力，相比百米速度纪录，更能反映控制栈的成熟度，这也是本届赛事田径赛场释放出的关键信号。

开幕式上，加速进化的80台Booster T2在无标记线、无动作捕捉、无中央发令的条件下，通过端侧自主计算位姿，完成了会徽图案和"BEIJING"字样的编队变阵。同场进行的足球项目预热赛中，14台Booster T2在近千平方米场地内完成7v7全自主对抗，具备摔倒自起和进攻配合射门能力

80台机器人同场编队的技术难点并非单机运动控制，而是缺乏统一节拍器情况下的多机协同：一台设备出现定位偏差，相邻机器人需要实时补位调整，否则会导致图案边缘出现明显偏差。这一场景对技术栈提出了三项要求：通信时延下的时钟同步、局部感知条件下的邻机相对位姿估计，以及端侧算力支撑实时步态重规划。此前多机协同研究多在仿真环境下完成百台规模验证，而真实场馆存在冰面反射、转播设备电磁干扰、看台强光、GPS信号受限等实际问题，需要依靠纯视觉与IMU融合方案作为兜底手段，这部分工程验证的难度高于算法层面

加速进化在本届赛事中未参与田径夺金项目，选择聚焦开幕式编队和足球赛道，这一定位选择反映出该公司对Booster T2机身的产品策略：将其定位为运动控制与群体协同平台，而非重载作业机身。这场80台机器人协同拼字，也是面向潜在客户的能力展示：整套方案既支持单台机器人运动执行，也能实现多机组网协同，提供可复用的协同技术体系，而非单纯一次性演示效果

80台编队的核心价值，不在于机器人数量规模，而在于整套系统实现“无中央调度”。未来三年，人形机器人进入工厂后，大概率不会依靠单台设备完成全部工序，而是以5至20台小型机群协同开展搬运、巡检、分拣等工作。将多机协同能力从展厅演示落地为具备故障自恢复的工程化系统，厂商便能在B端市场占据先发优势。本届赛事也划定了这项能力的技术门槛：多机组队协同的关键，是端侧系统能否脱离后台网络独立完成协同决策，与机器人数量无关。