“当前业界关注的焦点不是成本，而是可用与不可用的问题。”ASC26具身智能赛题专家对财联社记者表示。

　　2026ASC世界大学生超级计算机竞赛（简称ASC26）日前在北京启动。本届大赛吸引了来自中国、美国、德国、新加坡、哥伦比亚等国家和地区超300支高校队伍报名。

　　财联社记者注意到，与往届不同，今年设置多项赛题，其中之一是精准锁定了人工智能领域最炙手可热又最具挑战的方向——具身智能。竞赛要求参赛者优化“世界模型”的推理性能，其核心目标是让机器人能在执行物理动作前，像人类一样进行高速“思维预演”。

　　不同于大语言模型处理压缩后的文本信息，具身智能需实时感知、理解并预测高维连续的物理环境——这意味着其对算力的需求呈指数级跃升。

　　ASC26具身智能赛题专家在会后专访中对财联社记者表示，当前业界关注的焦点不是成本，而是可用与不可用的问题。

　　尽管人形在2025年迎来爆发（特斯拉Optimus Gen-2、Figure 02等产品亮相），但商业化仍受制于“大脑”能力不足。当前多依赖预设动作库或远程操控，缺乏自主任务规划能力。而具身世界模型正是解决这一问题的核心——它让机器人能在“脑海”中模拟行动后果，实现类人的决策闭环。

　　尽管尚无机构对“具身智能硬件”给出统一市场规模定义，但多方信源显示该赛道正快速升温。IDC曾预测，到2029年全球机器人市场规模将超4000亿美元；而据行业汇总数据，2025年全球具身智能及相关人形机器人领域融资额已突破40亿美元。

　　值得注意的是，资本明显偏向硬件本体——从Figure获得超10亿美元融资，到国内多家本体厂商斩获亿元订单，均反映出投资者对“可交付产品”的强烈偏好，而底层算法与世界模型等软件层仍以大厂战略投入为主，商业化路径尚在探索。

　　本次赛题聚焦于让机器人生成动作预演视频，赛题专家解释，目前生成一段10秒的预演可能需要10分钟，这与机器人实际执行所需的秒级决策时间相差了2-3个数量级。要让这项技术真正用到机器人上，计算效率需要提升百倍乃至千倍。

　　这直接命中了产业从演示走向应用的卡点。过去一年，机器人在跑步、跳舞等运动控制（“小脑”）能力上进展迅猛，但完成复杂任务所需的认知与决策（“大脑”）能力仍是巨大短板。其根源在于，处理高维、连续的物理世界信息所需算力极为庞大，远超当前处理文本的大语言模型。

　　“算力效率的提升，直接定义了商业落地的时间表。”一位硬科技领域投资人对财联社记者表示，如果一次思考要十分钟，技术就只能停留在展厅。谁能率先将思考时间压缩到秒级，谁就能掌握打开家庭和服务市场大门的钥匙。

　　财联社记者注意到，资本市场已用真金白银投票。二级市场上，机器人板块虽受关注，但资金明显向拥有核心零部件、明确场景或运动控制突破的公司集中。一级市场的投资者则更加审慎，问题直指核心：“你的算法效率行业领先吗？单次训练成本多少？”行业共识是，效率瓶颈的突破，将是估值划分的核心标尺。

　　“具身智能的‘大脑’革命，是一场横跨算法、芯片、计算架构的全面考验。这些技能，在学生他们毕业时会有用武之地。”赛题专家的话，既揭示了前景的广阔。ASC竞赛将此难题交付全球顶尖学子，正是为这场“持久战”提前储备关键的“解题人”力量。

　　这种人才储备迫在眉睫。ASC26组委会委员刘羽分享的数据显示，约34%的参赛学生进入硕博深造，19%进入企业并迅速担任AI研发等关键岗位。“我们培养的是软硬件协同、具备系统级优化能力的复合型人才，这正是产业急需的资源。”

　　本次总决赛东道主无锡学院副校长曹广喜在接受财联社记者采访时表示，正探索通过设立“超算”微专业、深化产教融合来对接产业需求。

　　然而，从赛场到厂房，道路依然曲折。最大的现实制约，依然是 “成本与效率”的魔咒。算力效率低下直接导致研发迭代缓慢、单机成本高企，使得大规模商业应用遥不可及。即便拥有卓越的算法，若无法在合理的功耗与成本下实现实时运行，也难以产品化。

　　此外，创新生态的协同至关重要。具身智能的成熟需要算法、精密硬件、传感器、特定场景数据的深度耦合。ASC26竞赛中革新“超级团队”赛制，强调竞争中的合作，正是对复杂产业协作模式的模拟。

　　刘羽透露，今年决赛还将改革答辩模式，强化学生的国际化表达与沟通能力，因为这才是真实的科研和产业模式。ASC26赛题聚焦具身智能：机器人“秒级思考”成下一个攻关点