![]()
Welcome to 真實人類世界。
上周末在香港看了場機器人比賽,還是太有樂子了。
![]()
雖然岔子出的還是千奇百怪,摔的也是各有千秋,但跟之前機器人運動會的比法不一樣,這次的比賽場景被落到了現實生活,雖然岔子出的還是千奇百怪,摔的也是各有千秋,但跟之前機器人運動會的比法不一樣,這次的比賽場景被落到了現實生活,比如接水澆花、撿垃圾并分類,還有過吊橋和在山里定向越野。所以它被定性為一場“真實世界極限挑戰賽”。
參賽的也不是各大機器人廠商,而是13支來自全球的高校學生隊伍。是由香港中文大學主辦,ATEC前沿科技探索社區和北京大學、北京師范大學、螞蟻集團聯合承辦的第五屆ATEC科技精英賽(線下賽)。
![]()
這也是第一次真正把機器人拉出來遛。比賽場地在香港中文大學嶺南體育場,純戶外自然地形,有草有坡有石子,定向越野還得上山到小橋流水生態區。就是想看看當前機器人是否具備“真正進入人類世界”的能力,最好還是“全自主”,不依賴遙控和預設程序那種。這可太難了。
在動態的真實環境中,機器人不僅需要響應指令,更需具備在不確定條件下進行實時推理與決策的能力。然而,當前算法的泛化能力——即舉一反三、適應新場景的能力——仍是突出短板。例如,在3D場景理解任務中,最先進模型的準確率僅為55%~60%,遠低于人類的90.06%。
參賽的機器人形態以雙足、四足和少量人形為主,且多數為采購的成品機器人硬件,之后灌入高校戰隊各自的算法。
![]()
采用四足和雙足機器人的隊伍基本都為其增加了一支帶抓夾的機械臂,用來抓取物件。跟雙足大長腿配上就是一只完整的“鴕鳥”。
四項比賽是同時進行的,每個隊伍都有30分鐘的時間去完成一項任務,在這期間可以反復嘗試,每完成一個環節都能獲得相應的分數。如果是全自主無遙操的分數最高。
![]()
垃圾分類這場最先擠滿了人。
先上場的是一個加裝了長機械臂的四足機器狗,兩條前腿向后彎曲,兩條后腿向前彎曲,側面看真是不折不扣的“X”腿。
“X”狗夾水瓶子的時候,瓶子倒了,哪怕抓夾上配了攝像頭它也無法再找到這東西;于是轉去夾香蕉,這回倒是夾的挺準,就是這眼鏡蛇機械臂一回頭把香蕉扔地上了,沒進盒子,跟沒撿一樣。
![]()
后來我在賽區外碰上了這組的比賽選手,同學緊張的手直哆嗦,說所有領導都看著吶,壓力可大了。
還有個稍微小點兒的機器狗背著個更短的藍色機械臂,真好看也真像條蠢萌的眼鏡蛇,好不容易叼著個牛奶盒,不知道最后怎么了,一歪腦袋,掉了。
![]()
由于臂過短,狗都趴地上了,它也夠不著地上的牛奶盒,索性抬腿走了。
![]()
另外一只背著橘色抓夾機械臂的狗,差點兒上來就給桌子掀了。
![]()
像這種低矮的露營桌,對于配了機械臂的雙足機器人(我們暫且稱它為“鴕鳥”吧,因為真的太像了)來說就更難了,因為它們很難在蹲下去的同時保持穩定,并讓機械臂精準地拿到這些香蕉皮等垃圾,那就是難上加難。
同樣,作為雙足的人形機器人在這兒也沒多大優勢,我看了,它的手也跟抓夾差不多,最多多了個大拇哥,腳底下也一樣拌蒜。
![]()
投降了,真的投降了。
![]()
![]()
澆花這個最有意思了,感覺對機器人的動作精準度的考驗也更難,它們要像人一樣拿起水壺、打開水龍頭,對準水龍頭接水、然后關閉,再走去澆對應的花。規則規定只有澆到混在眾多黃花中的白花才能得分。
有一只“狗”很聰明,應該說它背后的學生團隊很聰明,它沒有用夾子去夾那個小小的水壺把,而是將夾子伸進壺把后打開給它撐起來。
![]()
不得不說,“狗”的高度在這場比賽中極具優勢,因為桌子和水龍頭設置的都比較矮,這讓它們在接水這一環節首先就排除了夠不著水龍頭這一困難。但要對準,還是有點兒難度的。
![]()
但對于光腿長就超過了水龍頭的雙足“鴕鳥”來說,它可太難了,蹲也不蹲不下去,蹲下去了又對不準,對準了又夠不著,有一只不止配了機械臂,還配了一個加裝了攝像頭的框去輔助定位機械臂,而這更加重了這只“鴕鳥”的不穩定性,抖得像篩糠一樣。
![]()
在這兒就卡了10分鐘,把場外的戰隊同學都急壞了。
![]()
開始還把水壺給整掉了。
![]()
“狗”回去的時候給水池子蹭移位了,導致它第二次嘗試的時候直接拌在那兒卡死了。
![]()
有生之年也是見過“狗”澆花了,還算優雅。
![]()
![]()
還有一關是過吊橋,橋分三段,越往后木板之間的空隙越大。在這一關,基本所有隊伍都給機器人穿上了大腳板——雙足就是用膠帶纏兩塊木板,機器狗有的把四腳都包的像個大錘,有的像踩著竹排,后腳直踩前腳腳后跟,為的就是防止掉縫兒里。
![]()
但這對狗來說,還是難點兒。人家都采取橫跳的方式了,但還是折在了第一塊木板縫兒里。
![]()
最后還有個50厘米的寬縫,讓它蹦過去不現實,主辦方想了個招兒——配了一塊活動木板,機器人可以用繩子給它拉到過去填到縫兒里,你看還考驗了機器人的精細化動作,但這種一般只能在遙控操作的情況下才能完成。
![]()
全自主的基本就是一個結局——掉溝里。
![]()
但能走到那兒就不錯了,有的到半路就跑偏了,還得人上去緊急救場。
![]()
最后是定向越野。真是在山里,怕影響選手,所以賽區封閉了,沒看著,但我覺得肯定也很有意思。
![]()
比賽進行了周末兩天,最后由浙江大學Wongtsai(意為“旺財”)戰隊奪冠,獎金可以說是非常豐厚了,有15萬美元。
但舉辦這項賽事本身并非只為讓人看個熱鬧,更可貴的在于,這些看似兒戲的比賽項目,實則每一個環節都有對機器人的特定技能考核。
據ATEC2025賽題組專家、光年創新CEO樂林株介紹,高校中對具身智能方面的研究多集中于大腦、小腦與中腦,“目前大家看到的機器人的小腦部分多是用Imitation Learning(模仿學習),需要大量的數據,并且只能重復一個固定的task,比如跳舞;而我們想通過一種泛化的算法,能在預先設定好的動作以外,讓它像人類一樣去做一些其他的任務;中腦方面目前最主流解決方案是VLA,也就是Vision-Language-Action(視覺-語言-行動)模型,讓它在拿到視覺信息后,知道哪能走哪不能走;大腦就是教機器人像人一樣去思考,辨別哪些東西是能抓的,哪些是不能抓的。”
作為賽事發起單位之一,螞蟻集團技術戰略部負責人表示,螞蟻集團長期支持ATEC賽事,源于一個信念:AGI技術發展的未來,是實現機器智能與物理世界的深度融合。而今年,ATEC組委會選擇了難、但真實的一條路。把賽場放進山地、草地、石階、吊橋;讓機器人面對真實世界的擾動。
設計的每一道題,都不是為了讓它“完成得好看”,而是為了讓它在碰撞中暴露真正的弱點。因為如果問題不是真實的,就不會牽引出真實的技術進步。只有“真問題”,才能讓行業知道下一步要突破什么。
以香港工程院院士劉云輝提出的“機器人三大核心能力”——行走、操作、改造環境——為隱含的技術命題,構建了一套前所未有的“真實世界適應力”測試框架。既有趣又有意義。
而且最終還是有隊伍實現了全自主的任務閉環,驗證了機器人從“演示可行”邁向“應用可靠”的可能性。賽事專家委員會主席、香港工程院院士劉云輝覺得賽事正嘗試建立以人類能力為參考的技術標準,未來3-5 年,希望機器人能可靠完成垃圾分揀等基礎任務,達到人類 20%-30% 的操作水平。
![]()
撰文巴芮
封面圖源|巴芮 攝
![]()
你會買只機器狗回家澆花嗎?
歡迎在評論區分享你的看法~
本文來自微信公眾號“未來人類實驗室”,作者:巴芮,36氪經授權發布。
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.