分享好友 行业资讯首页 行业资讯分类 切换频道

真勇啊!00后团队参加具身挑战赛,仅48小时竟敢从零手搓数据,还夺冠了!

2026-11-17 12:0430关注前沿科技量子位
金磊 发自 上海
量子位 | 公众号 QbitAI

真的就是,自信放光芒。

这一幕,便发生在一场具身大模型挑战赛决赛现场——

有个参赛团队在主办方已经提供高质量数据集的情况下,因为够自信,队长竟选择从零手搓新数据……

然后,最终得分82分,一举斩获比赛第一,拿下8万元大奖!

图片

事情是这样的。

这场决赛共计48个小时,15支入围的队伍需要在如此短的时间里完成数据采集、模型调优和真机部署,并用同一套模型应对三项任务:

  1. 按指令摆放水果;
  2. 将化妆品放入透明收纳架的指定层;
  3. 双臂配合清扫垃圾。
图片然后这个冠军团队认为,前两项都是抓取、放置问题,于是用千问识别干扰物,再在图像中按背景颜色将其抹除,让VLA更容易看清目标和目的地,前两项基本沿用官方数据。

不过到了第三个任务,他们发现官方给的210条数据,都采用的是抓簸箕把手的方式,这样不仅抓接触面小,而且稍有偏转就容易打滑、翻转。

于是,他们果断决定自己重新采集,改成抓簸箕后沿,目的就是让工具先稳下来,再完成后续动作。

但如此一来,就当于把团队大部分的精力都梭哈在了仅这个一个任务的一环里……

图片

而正是这样的胆魄和孤注一掷,让这个团队在临近比赛前的几分钟,成绩直接反超第二名,一举夺冠!

刺激,着实是刺激。

那这到底是什么比赛?

不卖关子,正是蚂蚁灵波举办的首届具身大模型挑战赛(暨首届开发者大会)的决赛;而早在初赛阶段,便吸引力全球1855支队伍、3252名选手,最终15支队伍进入48小时真机决赛。

此次夺得冠军的队伍,则是TARS(名字取自《星际穿越》中的机器人),平均年龄只有25岁。

队长吴昊楠是即将从天津大学硕士毕业的00后,五名队员来自福田实验室、西北工业大学、普渡机器人和天津大学。

图片

更有意思的是,在量子位与蚂蚁灵波团队交流过程中得知,他们对于TARS团队这波操作也是实属意外。

敢在决赛最后一环、把全部筹码押在自采数据上的人,这份胆量,我们愿称吴昊楠一声“自信哥”。

但若是纵观整场比赛,“自信哥”的操作还只是所有精彩中的一隅;决赛中的每个团队几乎都展示出了各自的技巧,值得具身圈的小伙伴们围观一波。

48小时的尖峰时刻(Rush Hour)

刚才我们提到被TARS临门一脚反超的团队,便是来自华中科技大学、清华大学深圳研究院及湖北元一智能的EVA团队。

他们做路演PPT时,还稳居排行榜第一的位置,可等比赛结束,名次变了,PPT里的战绩也成了这场追逐战的一个注脚。

图片

不过,要说逆袭,EVA自己也经历了一轮。

据队长武显瑾介绍,第一天用官方公开数据训练后,他们的真机成功率大约只有10%。至于机器人为什么没做好,是很难一眼看出来的。

可能是示范数据不够干净,可能是训练方式不合适,也可能只是采集时和执行时的物体摆放对不上;要在48小时里,逐个排查再重训,时间显然是不够。

于是,EVA决定从机器人失败的地方入手。

他们让模型先执行,检查轨迹;碰到没见过的情况,或者动作已经走偏,就由人补充示范、接管纠错。而后再借助大模型评判和标注,把整理后的数据加回训练。

如此一来,机器人刚犯过的错,就有机会出现在下一轮的“复习题”里。

沿着这个思路,EVA在比赛期间完成了约7轮数据回流迭代,额外采集700多条示范与接管数据。为了让这些新数据尽快用起来,他们还对训练流程进行了优化,将训练速度提升了2.7倍,最终拿到73.83分。

图片

EVA的这套方案正是RSI,即递归自我改进。不过,武显瑾也提到,目前的数据采集、人工接管和最终成功判定,仍然需要人参与。团队希望进一步实现的,是让机器人自己练习,再由大模型判断成败,利用这些执行记录继续训练。

换句话说,这次比赛让他们跑通了其中的一部分,也让他们看清了接下来还要补哪些环节。

而就在EVA通过持续补采数据提升成绩时,排名第三的SST团队则选择了另一条路——他们额外采集的数据,只有3条。

这个数字乍看有点夸张,但要说明的是,SST同样使用了官方数据。他们的主要精力,花在了如何处理这些已有示范上。

图片

说到这支团队,他们还有个让人忍俊不禁的中文名,叫“老年上海观光团”。

队长是天津大学的大四学生杨泽鸣,另外三名成员都是研究生。“老年”二字,便来自他们对三位学长的调侃。

虽然名字起得比较随意,但他们的解题思路却是清晰——既然桌面上的杂物会干扰机器人判断,那能不能在机器人动手之前,先帮它把目标标出来?

为此,SST让DeepSeek解析任务指令,再把目标物体的文字提示交给SAM 3进行分割。他们保留目标区域的原始画面,将其他区域压暗,再把处理后的图像送给VLA。

这样一来,模型仍然能看到桌面环境,但这次应该操作哪个物体,就清楚多了。

图片

可团队很快发现,这个方案还有一道坎。原始SAM 3在现场,并不能稳定地根据文字提示分割出他们需要的物体。如果目标一开始就找错,后面的动作自然也无从谈起。

SST于是想到了倒放视频,因为一段示范结束时,哪个物体被抓起、被放到了哪里,通常更容易判断。

图片

他们先借助Agent从任务结束的画面中找到目标,再把目标的像素位置交给SAM 3,让它沿着倒放的视频持续追踪,补齐整段示范的分割标注。

有了这批数据,团队便能同时训练VLA、微调SAM 3。据杨泽鸣介绍,SAM 3的微调约需一个小时,之后就能接上前面的指令解析流程。

除此之外,他们还调整了机器人的动作执行方式。模型每次生成50步动作,他们只执行前16步,随后重新推理,并配合动作平滑处理,让操作更加精细。

图片

靠着这些调整,SST拿到了65.87分。他们与EVA均获得二等奖,冠军TARS获得一等奖,Vida、FDU_SONIC、ai-robot则获得三等奖。

所有团队的成绩如下:

图片

看到这里,或许会觉得,比赛的关键就是谁更会处理数据。

确实,各队都在这件事上下了功夫,但大家对“该补什么、怎么补”的判断,又很不一样。

比如,Vida团队发现公共数据中跨过桌面中线抓取的示范偏少,就补采这些困难布局;杨桃没有出现在公共数据里,他们也专门采集。

FDU_SONIC团队则一边训练、一边检查真机表现,再根据机器人失败的位置,倒推需要补充什么数据,最终取得第五名。

这些方案要在48小时内见效,训练速度也得跟上。AI基础设施出身的驰序知行将训练加速约3.7倍,在比赛期间迭代了30多个模型检查点;TARS则把单步训练耗时从约15.6秒压到3.4秒,为不断加入新数据争取了时间。

但数据采得更多,成绩也未必就会涨。

Motion团队补充任务二、任务三的数据继续训练后,发现任务一的表现反而变差了。“师兄会帮我调真机的对不队”团队则在复盘时提到,五名成员轮流采集,每个人的操作习惯都不同,有人先抬手,有人先向前,导致模型在有限时间内没能学稳。

这些经历与前三名的方案放在一起,倒是让这场比赛更有看头了,因为大家都在努力教机器人干活,但示范该怎么做、哪些经验值得保留,开发者自己也在边做边学。

蚂蚁灵波为啥要办这个比赛?

如果说数据问题还在选手们的预料之内,那么另一些团队遇到的麻烦,就更有真机实战的味道了。

例如“今天也要好好检东西”团队便做了一套可谓是相当完整的方案,他们扫描物体、搭建仿真资产,再由上层模型观察和拆解任务,让VLA执行。

可到了真机上,机器人放置物体时却频频出现偏差。团队复盘后发现,他们的机械臂与桌子之间的距离,和其他队伍相差约5厘米,影响了机器人的可达性和放置位置。

而等他们查清问题、调整位置,比赛却已经没剩多少时间……

对于习惯在软件里调模型的开发者来说,这种情况尤其容易让人措手不及。训练流程看起来没有大问题,机器人也确实在执行指令,但桌子的位置一变,原来的动作就可能不管用了。

这也解释了为什么仿真初赛已经有队伍跑到70%以上,蚂蚁灵波还要再安排一场48小时真机决赛——

硬件适配、跨任务泛化,以及短时间内定位和解决问题的工程能力,都需要放到真实机器人上验证。

尤其是这次比赛要求三项任务共用一套模型,开发者得考虑针对某一项任务做的调整,会不会影响另外两项。Motion团队遇到的成绩退步,就说明这种兼顾并不轻松。

而这便是蚂蚁灵波为什么也一直在强调原生具身的原因,正如蚂蚁灵波首席科学家沈宇军的解释:

“

正向开发,也就是先想机器人需要什么,再为它准备什么。

图片

在赛场上,透明收纳架难以定位,簸箕抓不稳,各队还要反复调整动作执行方式,选手们解决的是这些看似细小、却足以让任务失败的问题。

而比赛之后,问题只会更多不会更少,例如今天调好的模型,换一套货架、改一下光照、增加几种物体,还能保留多少效果?

一言蔽之,如果每到一个新场景,都要重新采集、训练,再派人现场调试,部署成本就很难降下来。

因此,沈宇军关于数据的另一个判断,也与这场比赛形成了呼应。他认为:

“

行业需要寻找数据质量的下限,弄清数据达到什么标准,就能让模型获得有效增益。一味追求更高质量,会让采集成本持续增加。

无独有偶,蚂蚁灵波CEO朱兴也在现场谈到了产业落地的现实。他提醒说,“不要盲目乐观,也不要过度悲观。”

朱兴对此解释道,具身智能的Scaling Law路径还在探索,但过去一年,数据采集和供给、模型能力,以及工厂和物流场景的试点,都已有进展。他预计,从2027年开始,产业应用落地会有所加速,并带回真实作业中的异常数据,帮助模型继续迭代。眼下遇到的困难,需要靠这些具体实践一步步解决。

所以,这场比赛能够提供的一个重要参考,就是让大家看到同一个基础模型到了不同开发者手里,会怎样被使用,又会在哪里遇到困难。

当然,这些方案还是需要更多场景来验证,但开发者把有效的方法和失败的原因讲清楚,至少能让接下来的尝试更有方向。

还要把生态给打出去

事实上,有些团队已经从其他开发者的工作中受益了。

例如Vida团队在路演中提到,他们的GeoAAC方法被其他队伍用于初赛,也取得了不错的效果;Vida自己同样借鉴了其他团队的研究,继续改进方案。

也就是说,大家虽然在争同一张榜单,技术经验却已经开始流动。

对于希望打造跨本体通用大脑的蚂蚁灵波而言,吸引外部开发者参与适配,是一件值得持续投入的事情。

因为模型团队很难亲自覆盖所有硬件和任务,而外部开发者可以将模型应用到不同场景中,发现新的问题,并开发相应的适配工具,从而帮助模型不断拓展能力边界。

如果这些经验能够被整理和复用,其他人进入相似场景时,就有机会减少重复摸索。开发者反馈的问题,也能帮助蚂蚁灵波判断哪些能力需要优先改进。

也正因如此,蚂蚁灵波在现场发布了蚂蚁灵波开发者生态计划,希望为这类协作提供长期支持。

计划首期将邀请20位MVP,主要面向高校教师和科研人员;同时招募40位Developer Expert,面向核心开发者及技术内容创作者。

两类伙伴将围绕不同方向参与共建:高校教师和科研人员可以将模型实践沉淀为课程、实验案例和研究成果,工程开发者则可以贡献Demo、开源工程、评测脚本和教程,帮助更多人把模型真正应用起来。

为支持伙伴持续产出,蚂蚁灵波也将提供相应的资源与激励。面向MVP,优质课程研发可获得现金激励,并享有研发交流、合作对接等机会;面向Developer Expert,则提供产品优先内测、研发交流及作品推广等支持。

图片

至于这些安排最终能否真正发挥作用,还要看开发者用起来是否顺手、遇到问题时能否得到回应。

课程不应当只是把实验步骤列出来,更要让学生能够独立完成;教程也不能只讲怎么做,还应说明适用条件,以及失败后该从哪里排查。

开发者向研发团队反馈的问题,若能被持续跟进并落实到后续改进中,前面的投入才算真正形成了闭环。

而具身智能尤其需要这样的积累,同一次抓取失败,可能与模型有关,也可能出在数据、标定或机械臂状态上。前一个团队若能留下排查过程,后一个团队就能少走几段弯路。

从企业的角度看,这些积累也有更长远的价值。开发者越容易上手,模型就越有机会进入新项目;项目中的问题得到解决,又能为后续部署留下可复用的工具和方法。开源模型的竞争,也会沿着这条路径,延伸到开发支持和实际应用。

正如沈宇军所说,今年围绕机器人做二次开发的项目正在增加,一些团队开始用硬件、模型和算法的组合解决具体任务。在他看来,硬件成本和模型使用门槛继续降低,将为解决方案商和二次开发团队提供更多空间。开发者能否把这些任务做成生意,也就成了观察生态价值的另一个角度。

同样的道理,首届挑战赛冠军团队TARS这次直接从零手搓数据的故事,也是有一部分经验可以被积累:他们为什么决定换抓法,怎样采到稳定的示范,这些经验可以继续被验证。以及EVA的数据回流流程、SST倒放视频的标注办法,也可以成为其他团队的参考。

总而言之,这场比赛虽然已经用48小时选出了冠军,但对于蚂蚁灵波来说,下一场考验,是让后来者少花多少个48小时。

来源:量子位

点赞 0
举报
收藏 0
评论 0
分享 0