Deepsick團隊，2025中關村具身智能模型能力挑戰賽大腦賽道一等獎

11月17日-18日，2025年第二屆中關村具身智能機器人應用大賽順利舉辦。本屆大賽以“具身引智、應用未來”為主題，積極響應“勞動最光榮”的口號，歷經數月籌備，大賽匯聚了從150余支參賽隊伍中脫穎而出的頂尖力量，這些知名高校、科研院所和創新型企業圍繞三大核心賽道、共計19項獨立任務展開巔峰對決，最終54支優秀團隊脫穎而出，為行業樹立了具身智能技術落地應用的標桿。

本次大賽，由北京市科學技術委員會中關村科技園區管理委員會、北京市經濟和信息化局指導，中關村科學城管委會主辦，北京智源人工智能研究院、立德機器人平臺（機器人大講堂）承辦，中關村（海淀）具身智能創新產業園、中關村（海淀）國際機器人產業園協辦。賽事旨在推動具身智能從“實驗室算法”走向“實際應用”，鍛造能創造真實價值的新質生產力。

具身智能模型能力挑戰賽作為本次大賽的核心賽道之一，分為具身大腦大模型能力挑戰賽與具身小腦模型能力突破挑戰賽。其中，大腦賽道基于RoboBrain2.0模型進行微調優化與性能提升，參賽團隊圍繞空間理解、感知理解、預測推理、任務規劃等關鍵維度展開比拼，旨在推動具身大腦模型的迭代升級，打造更高效、更精準、更聰明的具身“思考中樞”，吸引了清華、北大、中科大等眾多頂尖高校團隊參賽。

在決賽的評測中，Deepsick團隊表現亮眼，其優化后的RoboBrain2.0模型在空間推理類任務中的能力全面提升了10%左右，打敗了一眾強敵，摘得大腦賽道一等獎。

▍4 人小隊的協同作戰，破解數據缺失痛點

Deepsick團隊由4人組成，雖然規模不大，但分工明確，環環相扣，堪比一臺小型“數據-模型”引擎。

隊長作為團隊的核心，負責制定遞進式的研究路線和實驗策略，把握整體工程進度與隊員分工，比如備賽初期確定了先測試弱點、補齊短板后再進行優勢強化的路徑。

三位隊員則各有專攻，充分發揮自身優勢。一人專攻模型訓練工程，把抽象的優化思路轉化為可實施的代碼與訓練流程；一人聚焦評測與反饋，通過搭建測試體系、采集模型表現數據等操作，像“質檢員”一樣精準定位問題所在；還有專門的替補隊員，全程參與技術討論，能夠隨時進行補位，避免因意外拖慢進度。

奪冠絕非個人之功，而是源于他們嚴謹的“發現問題-解決問題-訓練迭代”閉環運作。團隊也表示：“得獎離不開大家集思廣益，團結努力。”

▍三階段遞進式突破，在“拓荒”中蹚出路徑

具身智能與多模態大模型交叉領域尚屬新興方向，缺乏成熟的可參考資料。從大賽啟動到決賽收官，歷時半年，對Deepsick團隊而言，整個過程仿佛“摸著石子過河”，一度處于拓荒者的處境。

但團隊并不氣餒，依托系統的思想與高效的工程手段，一步一步通過訓練進行模型性能的優化，最終呈現在決賽的便是弱項補齊、專項增強以及綜合提升的三階段路徑。

第一階段，弱項補齊。該階段團隊主要經歷了從“摸透模型”到“對癥下藥”的過程。大多數團隊在拿到模型時便直接進行優化，但這樣反而會掩蓋核心問題。Deepsick團隊所做的第一步便是“診斷”，首先發現了訓練集中的異常，再尋找導致模型表現異常的“污染源”，最后搜尋清洗方法，避免做無用功。

第二階段，專項增強。數據質量優于數量，Deepsick團隊深知邊際效應的原理。相較于單純堆砌數據量，團隊在數據集處理上的核心策略在于挖掘未曾見過的數據。通過“精細化”的數據處理，他們所獲得的實驗結果更為顯著。

第三階段，綜合提升。當模型在專項任務上表現良好的同時，團隊又面臨了新的挑戰：時間有限，如何在專項增強的同時，防止模型的遺忘、出現“偏科”問題？為了攻克這一難題，團隊在經過深思熟慮的權衡后，選擇了較為激進的混合策略。當然，激進也只是相對緊張的時間而言，團隊通過高效的實驗方案設計，確定了混合比例，明確數據分類與數量，使整體結果達到了團隊的預期。

2025年第二屆中關村具身智能機器人應用大賽已經落幕，而Deepsick團隊的奪冠不僅是對年輕科研團隊技術實力的認可，更折射出我國具身智能產業 “務實創新、以用為本” 的發展趨勢。

未來，會有越來越多的機器人裝上“聰明大腦”，在工廠車間、家庭社區、應急現場等場景中發揮重要作用。