首页 时政热点 科技头条 智能AI 安全攻防 数码硬件 开发者生态 归档 标签 关于
智能AI morning

00后爆改机械臂,狂揽全国总冠军!15战队上海鏖战48h结果出炉

2026-11-17 1 阅读 约10分钟阅读 新智元
分享:
字号:
新智元报道 就在刚刚,首届蚂蚁灵波具身大模型挑战赛,总决赛成绩揭晓! 平均年龄25岁的TARS战队获得冠军。 来自华中科技大学与清华大学深圳研究院的EVA战队以74.77分位居第二,「老年上海观光团」SST战队以65.87分斩获第三(同获二等奖)。 同济大学Vida战队、复旦大学FDU-SONIC战队与大连理工大学ai-robot战队分列第四至第六名(获三等奖)。 在上海张江科学会堂,15台双臂机器人已经运转了48个小时。 这场极限实战,发生在大赛的48小时真机黑客松总决赛现场。 作为目前行业规模最大的具身大模型赛事,大赛一口气吸引了全球13个国家、648家高校与企业的1855支战队、3252名选手报名。 经过线上初赛124选1的残酷淘汰,最终仅有15支队伍、59名选手突围而出,站上了上海总决赛的擂台。 这场大赛第一次向整个具身智能行业,抛出了一个灵魂拷问—— 如果把开源大模型交给外部开发者,换一批人、换一批现场刚采的数据,只给48个小时,它到底能不能在真实机械臂上真正跑起来? 48小时真机,从答题到干活 初赛把模型扔进陌生环境盲测一万次,还只是在电脑仿真器里「考托福听力」。 而张江科学会堂的真机黑客松,则是把15支战队直接推上了「急诊室主刀台」。 为什么初赛在仿真环境里已经有70%以上的成功率,决赛还要把59名选手拉到上海,进行连续两天两夜的真机肉搏? 因为在数字世界里,AI考的是「答题」;而在物理世界里,AI考的是「干活」。 在决赛现场,组委会只提供统一的八卡算力集群与647条基础公共数据。 所有战队必须基于开源模型LingBot-VLA 2.0和松灵双臂真机,用 同一个模型同时挑战三个真实的物理任务 。 第一个任务是从30多种果蔬中识别目标并放入指定颜色的果盘。 棘手的是,官方数据集中偏偏缺了杨桃和青尖椒的样本,桌面上还混杂着极难区分的橘子与橙子。 第二个任务是将化妆品精准收纳进三层透明亚克力盒的上、中、下指定层。 现场展厅强光灯下的透明反光,加上夹爪稍不注意就会把盒子撞歪位移,随时会让动作功亏一篑。 第三个任务则是双臂协同握持扫把与簸箕,把桌面垃圾扫进簸箕并倒入垃圾篓。 这三道赛题,刀刀切在产业落地的痛点上。 它既考了模型输出与真实硬件的适配,又考了同一个大脑跨多任务的真实泛化。 同时,它更考验团队在48小时内走完现场数采、微调与部署的全链路工程能力。 决赛破局,极客的硬核实操 面对如此严苛的考题,15支决赛战队在48小时里各显神通,交出了惊艳的答卷。 压线斩获决赛最高分(82.50分)的TARS战队 ,由天津大学、西工大学子与普渡机器人工程师组成。 他们在第一天下午实操时发现,真实机械臂往前伸得越远,受物理重力影响下坠就越明显。 机械臂本想把化妆品放进透明收纳架,结果一低头直接把盒子推歪,导致任务连续失败。 为了解决这个仿真器里根本不存在的物理痛点,团队直接拿来一瓶 500克的矿泉水 当配重。 他们在真机上实测了100条数据,拟合出一张「重力下坠补偿表」,在推理时根据伸展距离自动反向补偿偏移量。 到了双臂扫垃圾任务,他们发现官方给的216条数据全是抓簸箕后方正把位,接触面小、极易翻转。 团队当机立断 把官方216条数据全部丢弃 ,从头自采334条抓握簸箕后沿薄壁的高稳定数据。 为了提高双臂数采质量,他们还发明了「双人分控遥操作」——一个人专控左臂、一个人专控右臂、第三人紧盯屏幕审核数据质量。 配合把单步训练耗时从15秒压缩到3.4秒的底层加速,他们在48小时内狂训三四万步,一举冲上榜首。 以74.77分夺得决赛第二名的EVA战队 ,则上演了一场绝地翻盘。 这支队伍由华中科技大学与清华大学04后研究生武显瑾、张昱、方珩组成,比赛第一天拿官方数据训练后,真机成功率只有惨淡的10%。 他们没有慌乱,立刻在LingBot-VLA 2.0上跑起了 RSI(递归自我改进)数据回流飞轮 。 团队让模型先上真机自主执行,一旦遇到抓取失败或卡壳的角落案例,立刻由人类接管进行纠错采集(DAgger)。 在48小时里,他们完成了整整7轮数据回流迭代、补采了705条数据,一路把真机得分从10%拉升到了收官时的74.77分。 而 斩获决赛第三名(65.87分)的SST战队 ,走了一条截然相反的极简路线。 别的队伍疯狂采集五六百条数据,他们 全程只额外采了13条真机数据 。 在真实环境下,传统分割模型往往很难直接根据指令找准目标物体。 天津大学大四队长杨泽鸣与三位北大、中科院硕士想出了一个绝妙脑洞: 把采集的视频「倒放」 。 倒放画面的最初几帧,恰好就是任务结束时物体摆放好的状态。 他们借此精准锁定目标物体像素,再结合DeepSeek指令解析与SAM3掩码,把画面里除目标物体以外的杂乱背景全部抹暗。 这样一来,LingBot-VLA 2.0得以心无旁骛地充当纯粹动作执行器,仅靠13条新数据便奇袭决赛前三。 此外, 决赛第四名的同济大学00后「Vida」战队 用千问大模型给透明收纳架画视觉提示框,并通过自研GeoAAC技术动态伸缩动作块长度。 决赛第五名的复旦大学FDU_SONIC战队 则靠穷举桌面初始分布、看着真机反应逆向倒推补采数据,充分激发了LingBot-VLA 2.0底座的原生潜力。 不问出身,追梦者的入场平权 翻开这群决赛选手的档案,其中高校科研人员占74.7%,硕博研究生占67.4%。 赛场上既有名校博士与OpenAI、微软、字节、宇树等企业的一线工程师,更有一群靠着热爱跨界破局的「草根追梦人」。 斩获初赛第一名的「赫灵战队」队长曹竞帆,是一名30多岁的成都后端工程师,跨界具身智能仅仅半年。 初赛时队友临时缺席,他靠着一个人、一台A800服务器,白天上班、半夜定闹钟跑评测,死磕十几轮夺得头名。 来到上海48小时决赛现场,他带着公司里一位厦门大学研究生实习生并肩作战,一点点攻克抓青椒与透明盒收纳的抖动难题。 在路演台上,曹竞帆道出了自己跨界死磕具身智能的初心。 他们在成都研发的是居家养老与慢病康疗机器人,希望用具身技术为老龄化社会解决难题。 另一支晋级决赛的「师兄会帮我调真机的对不队」,由同济大学、中科大、上交大和西交大的学生组成。 五个素未谋面的年轻人一路从线上抢卡训练,杀到上海决赛现场完成了第一次「网友奔现」。 同样在小红书刷到比赛一拍即合的,还有刚校招进入互联网大厂的十年高中室友组合「416一定行」战队。 而在「Motion」战队里,香港城市大学女生蔡昕颖刚从材料系转到机械系不到三个月。 在决赛现场连采600多条数据后,她在路演台上笑着说:「多亏这次比赛,让我一个ADHD发现了自己的数采天赋,不仅没有走神,还越采越兴奋!」 为什么转行半年的工程师、零基础的本科生,敢和顶尖实验室同台掰手腕? 透过现象看本质,这背后是具身智能赛道正在发生的一场「入场券平权」。 过去搞机器人大模型是个贵族游戏,要么是大厂烧千万算力做预训练,要么是高校苦等排期,去蹭一台机械臂。 而蚂蚁灵波将工业级基座模型LingBot-VLA 2.0全面开源,直接把起跑线拉到了山腰上。 选手在调模型,模型也在被选手考—— 这次,算力不再是唯一的因素,工程直觉与实战巧思第一次被放到如此重要的位置。 行业新标尺,告别榜单崇拜 在这场
这篇文章对您有帮助吗?

订阅66必读

每日精选科技资讯,直达你的邮箱