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。
特別聲明:以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布,本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.