“去看看能學到什么”，華南理工“孤勇者”奪全球亞軍！

全球頂尖機器人大賽中

他單人成隊

從報名、訓練到部署

以“一己之力”完成全部環節

最終卻在431支戰隊中脫穎而出

勇奪大賽亞軍

近日

AGIBOT World Challenge 2025

全球總決賽在杭州落幕

華南理工大學自動化科學與工程學院

2023級研究生曾嘉龍

獲得Manipulation 賽道亞軍

清華大學與上海AI Lab聯合團隊

香港大學團隊分獲冠軍、季軍

比賽介紹

AGIBOT World Challenge

“AGIBOT World Challenge @ IROS 2025” 國際挑戰賽由智元機器人與 OpenDriveLab 聯合主辦，通過開放核心基礎設施與創新資源，號召全球開發者突破具身智能的邊界，以參與賽事為契機，共同探索人工智能與機器人技術的無限可能。

賽事設置 Manipulation（操作）與 World Model（世界模型）兩大賽道，最終吸引全球 5 大洲、23 個國家和地區的 431 支頂尖戰隊參賽，覆蓋高校、研究機構等各類創新主體。

其中，Manipulation 賽道考察機器人在復雜環境中的精細操作能力，包括線上仿真和線下真機賽段。參賽者需要基于公開數據集訓練模型，完成包括微波爐操作、移動物體打包、三明治制作、超市商品補貨等任務，涵蓋家居、商超和工業等多種場景，全面測試模型在仿真和真實環境中的表現。

一人參賽

“去看看能學些什么”

“有一天，我在智元公眾號上看到報名啟事，覺得挺有意思的，就報了名。”曾嘉龍的參賽初衷非常簡單，沒有太多籌謀，也沒有特別的目標，更多是抱著“去看看能學到什么”的心態。但正是這樣一次出于興趣的嘗試，讓他走上了全球總決賽的舞臺，并站上亞軍領獎臺。

曾嘉龍在頒獎儀式現場

“我想做一件完整的事。”當被問到為什么選擇單人成隊時，他笑著說，“我想知道，在具身智能的技術路線下，整個機器人是怎么動起來的。這雖然不是我過去主要研究的方向，但導師很支持我去做新的探索。”團隊協作固然高效，但很多時候個人只會熟悉其中一環，而曾嘉龍想學習的是一個完整的流程。

曾嘉龍做賽后經驗分享

三個月的線上賽階段，曾嘉龍從仿真環境起步。主辦方提供了統一的仿真環境與基線模型，參賽者需針對多項機器人任務進行算法訓練與評測。面對龐大的計算需求，他巧妙地采取了“以低成本進行探索性改進”的策略：通過合理分配高性價比的云算力資源，并深入鉆研開源項目，在可控成本內實現了模型性能的持續提升。

“我力求在透徹理解現有模型的基礎上，進行最具性價比的迭代優化，而非盲目探索未知模塊。”這一務實策略使他在有限條件下最大化提升了探索效率，其模型最終從眾多參賽作品中脫穎而出，成功晉級線下決賽。

Notonlysim

不止于仿真

進入線下賽，曾嘉龍將自己的隊名從“Onlysim”（只是仿真）改為了“Notonlysim”（不止于仿真）。“從仿真到現實，不只是字面意義的轉變。它也提醒我——科研的終點，不該停留在模擬里。”對曾嘉龍而言，這場比賽不僅是一場工程挑戰，更像是一次自我驗證。

曾嘉龍參加線下賽

線下部署階段，曾嘉龍僅有三天時間將模型部署到真實機器人上。理想仿真與現實世界的差異立刻顯現：動作微抖、軌跡不夠平滑、機械臂響應延遲……這些問題接踵而至。

憑借扎實的機器人學功底，他從模型生成動作塊的平滑性入手進行改進，使算法在模仿專家行為的同時，更充分考慮動力學層面的可行性，最終輸出能讓機械臂流暢、精準執行的動作序列。

機器人進行“超市補貨”任務

在全部六個比賽任務中，“超市補貨”這個看似簡單的環節給他留下了最深印象。任務要求將物品從貨筐取出并掛上貨架掛鉤，步驟雖少，但完整成功率卻極低。“這很大程度上是由模型對輸入圖像的數據處理流程決定的，”他分析道，“高清圖像會被壓縮為低分辨率圖像，而仿真中的理想渲染與真實傳感器噪聲之間存在差距。很多時候，仿真里可行的方案，在現實中就失效了。”這一刻，他深切體會到了“酷炫演示”與“真實世界應用”之間的巨大鴻溝，也對機器人科研有了新的認識——科研的魅力，正源于在一次次的偏差校正中不斷逼近真實。

正是帶著這份對“真實世界”的深刻理解，曾嘉龍沉著應對每一個挑戰。他將理論認知轉化為精準的算法調整，用扎實的技術功底彌合著仿真與現實的鴻溝。最終，憑借在所有六個項目中穩定而卓越的綜合表現，他成功地將“Notonlysim”的理念化為現實，榮獲Manipulation賽道亞軍，為這場獨行之旅畫上了一個圓滿的句點。

華園探索

國際校區首屆本科生的答卷

曾嘉龍是華南理工大學廣州國際校區吳賢銘智能工程學院的首屆本科生，當初他選擇這里，正是被機器人工程專業“軟硬結合”的核心特質所吸引。“如果能同時掌握軟件和硬件知識，從更系統的視角進行研究，思考會更全面，探索過程也更有趣。”

本科時期的曾嘉龍

初入校園，雖無學長學姐的經驗可循，但學院獨特的培養模式很快打消了他的顧慮。學院擁有一批年輕且富有活力的教師，他們與學生年齡差距小，溝通無障礙。“老師們非常理解我們在學習與發展中的困惑，總是樂于分享他們的經驗和建議，幫我理清思路。”曾嘉龍回憶道。

從理論仿真到實踐應用，這樣的學習路徑對曾嘉龍而言并不陌生。本科期間，吳賢銘智能工程學院的大部分課程都設置了結課項目。這種模式相當于讓我們結合實踐進行學習，對知識的理解會更透徹、更深入。” 曾嘉龍解釋道，“而且能讓我們以更整體的視角去看待一個機器人系統。”

曾嘉龍在“新工科教育”設計成果展做匯報

尤為特別的是，學院每年都會安排小組課設，要求學生自主搭建智能小車原型機等，到了期末還會舉辦新工科教育設計成果展。這樣的教學安排，讓同學之間的交流與合作變得十分緊密。“課程設計持續時間很長，往往需要投入幾個月的時間，而且組隊不固定，每個學年都會更換成員，同學之間的關系非常融洽，并會主動相互幫助，共享經驗。”

正是這種頻繁的小組合作，讓曾嘉龍在協作中不斷學習、持續進步，避免了獨自摸索時的盲目與低效。他說：“這種同時考慮軟件算法和硬件部署的經驗，為我后續在比賽中進行算法開發和實機算法部署調試打下了堅實的基礎。”

從“學”至“研”

科研競賽雙提升

曾嘉龍（左二）本科畢業照

獲得保研資格后，出于對機器人控制理論的濃厚興趣，曾嘉龍選擇進入自動化科學與工程學院，加入俞祝良教授團隊，并在楊健老師的指導下開展無人機系統控制研究。

對他而言，從本科到研究生的過渡是一個從“學”到“研”的轉變。“本科階段重在廣度，目標是構建完整的知識體系；研究生階段則自主性更強，方向更聚焦。你需要主動發現問題、定義問題，并通過大量文獻閱讀和實驗去探索解決方案，這更考驗獨立思考和解決前沿問題的能力。”

團隊對跨領域研究的支持，成為他科研路上的重要助力。他發現，具身雙臂機器人的控制，與他研究的無人機軌跡跟蹤控制在底層原理上存在諸多共通。這種學科交叉的融合，為他帶來了獨特的競爭優勢——本碩階段的積累，使他對機器人動力學與運動控制尤為熟悉。“我更關注模型部署到本體后實際的動作執行效果，盡量不要讓動作執行能力成為阻礙模型表達視覺與語言能力的短板。”

曾嘉龍在進行實驗

單人參賽，固然可以更全面地學習，但也意味著要獨立應對更多困難，投入更多時間。在科研或備賽中遇到難題時，曾嘉龍有自己的調節方法：他將當下的情緒和問題點記錄下來，把模糊的不確定感轉化為具體待解決的問題，再逐一攻克。他認為，這種方法能有效緩解壓力，讓思路重歸清晰。

代碼與實體，虛擬與現實

曾嘉龍用一次孤身深入的探索

完成了兩者之間的跨越

他的故事或許像一則“小型奇跡”

但其內核

是華工人腳踏實地、

敢闖敢試精神的生動注腳

賽場上的亞軍是一個里程碑

但更是一個起點

對于執著的行者而言

真正的創新，永遠在路上

黨委宣傳部（融媒體中心）

采訪&文：李一粲 翁瑞含

圖：受訪者提供

微信編輯：李一粲

初審：鮑恩

復審：盧慶雷

終審：鄒浩

華工原創，版權所有

若需轉載，敬請聯絡

郵箱：hgxcb@scut.edu.cn

“分享”“點贊”“在看”，記得一鍵三連哦