先把这个场面描述清楚，因为它和常见的机器人表演不太一样。
进博会临港展区，两台人形机器人隔着球台对打。没有人在旁边拿手柄，没有后台人员在跟着调参数。来球由机器人自己看见，回球落点由自己算，挥拍的力量由自己给。整个过程是闭环的，人类只负责看。
对打停在 142 拍。
之前的纪录是 17 回合。
142 ÷ 17 ≈ 8.35。
如果只看倍数，很容易读成「机器人打球水平涨了八倍」。这个读法不对，原因很简单：17 回合和 142 拍，差别不在单次击球的质量，在连续多少次不掉链子。
单次击球是一个开环问题——看清来球、算出落点、给关节一条轨迹。这件事 2024 年就有团队能做到。连续对打是闭环问题——每一拍的结果都会改变下一拍的初始条件，误差会累积，节奏会漂移，任何一次判断偏了，回合就结束了。
所以 142 这个数，量的是误差累积到崩溃之前，系统能撑多久。
判断：这个指标比「成功率」更接近真实工况。成功率是按次统计的，可以靠重试刷高；连续时长是按时间统计的，没法重试——中间断一次，计数就归零。产线上的机器人不会因为「这次失败了重来一次」被原谅，它会被记一次停线。
这里需要一个换算假设：一拍往返（球从这头到那头再回来）大致 0.5 到 0.7 秒。职业比赛快于这个区间，业余对打慢于这个区间，取中间值是为了不夸大。
142 拍 × 0.5 秒 ≈ 71 秒；× 0.7 秒 ≈ 99 秒。
也就是说，这两台机器连续自主运行了大约一分到一分半钟，中间没有一次人为干预。
再往下拆一层。每一拍至少包含三个判断：来球的落点与旋转（感知）、回球的线路与力度（规划）、关节的力矩与时机（执行）。三次乘 142，约 426 次判断，一次都没出错到中断的程度。
判断：一秒半一次判断、连续 426 次，这个密度已经超过大部分「演示级」具身系统的稳定区。乒乓这件事的好处是它把「感知—规划—控制」三层的时延预算压到了极限：来球不会等你，判断慢 100 毫秒，球就下网了。所以能在乒乓上撑住 100 秒的系统，在慢节拍的抓取任务上通常有余量。
有一件事必须说清楚：100 秒不是 8 小时。
差在哪里？差在三件东西上，而且这三件都不在算法里。
第一是热。连续高频力矩输出，关节电机的温升会在十几分钟内累积。乒乓是一分半的爆发，产线是八小时的持续，两者的散热设计完全不同。
第二是磨损。乒乓球台前的动作幅度小、负载轻；灵巧手拧螺丝、搬箱子，腱绳与减速器的磨损是以周为单位显现的。展厅里测不出来。
第三是异常。球台的环境是受控的——光照稳定、地面平整、来球只有一种。产线上有反光、有粉尘、有人走过、有工件公差。这些长尾异常不会出现在 142 拍里。
判断：赛场上拿到的是上限，产线上需要的是下限。这两个数之间的距离，就是本号在不同文章里反复提到的那个「从能演示到能验收」的落差。142 拍值得记，但它记的是能力的天花板，不是能力的底线。
这次成绩的参与方里，有一个名字比纪录本身更重要：Hitch Open。
按报道，这是一个物理智能开源平台，学术底座源自加州大学伯克利分校，在进博会期间全球首发。同时，「漕河泾·Hitch Open 物理智能联合创新中心」落地，定位是一站式的物理智能训练与对打基地。
注意这个组合：一个开源平台 + 一个物理场地 + 一支高校团队。
这三样凑在一起，说明这套能力不打算锁在某一家本体厂里。它想成为的是一个「公共训练场」——别人带着自己的本体来，用这里的场地、数据和基线做训练与对标。
判断：这对行业的意义可能大于 142 拍本身。具身智能现在最缺的不是算法，是可比较的基线。谁提供了一个大家都愿意来跑、跑完结果能互相比的场地，谁就在事实上定义了标准。相比「某家公司宣布自己的机器人更聪明」，一个开放场地的说服力要硬得多。
顺带说一句对照：同期进博会上，智元展示了精灵 G2 在龙旗科技产线做上下料与质检辅助，日立中国研究院与日立电梯、优必选在电梯制造现场做二次开发，东芝展示智能灵巧手与机器狗关节控制方案，特斯拉展台摆的是搬运行李与分拣电池的模型。
把这几件事放在同一个展馆里看，会发现一条很清楚的分工：有人在证明「能做」，有人在证明「在做」，有人在提供「让大家都能做」的场地。第三类最少，也最可能变成基础设施。