欢迎来到真实的人类世界。
上周末,我在香港观摩了一场别开生面的机器人比赛,场面相当有趣。
尽管机器人依然状况百出,摔倒姿势五花八门,但这次比赛不同于以往的机器人运动会,场景被设置在了真实生活中——接水浇花、捡垃圾分类、过吊桥、定向越野。因此,它被称为“真实世界极限挑战赛”。
参赛者并非来自各大机器人公司,而是13支全球高校的学生团队。本次比赛由香港中文大学主办,ATEC前沿科技探索社区、北京大学、北京师范大学和蚂蚁集团联合承办,是第五届ATEC科技精英赛的线下环节。
这是首次将机器人带到户外进行实战。比赛地点设在香港中文大学岭南体育场,完全户外自然地形,有草地、斜坡和碎石,定向越野甚至要上山进入小桥流水生态区。目标就是检验当前机器人是否具备“真正进入人类世界”的能力,且要求“全自主”,无需遥控和预设程序。这无疑是一个巨大挑战。
在动态的真实环境中,机器人不仅要执行指令,还要能在不确定情况下实时推理和决策。然而,目前算法的泛化能力——即举一反三、适应新场景的能力——依然是明显的短板。比如,在3D场景理解任务中,最先进模型的准确率只有55%到60%,远低于人类的90.06%。
参赛机器人主要是双足、四足以及少数人形机器人,多数硬件是采购的成品,然后由各高校团队注入自己的算法。
大多数使用四足和双足机器人的队伍都为其加装了带抓夹的机械臂,用于抓取物品。搭配双足的大长腿,整体看起来就像一只“鸵鸟”。
四项比赛同步进行,每支队伍有30分钟完成一项任务,期间可反复尝试,每个环节成功即可获得相应分数。全自主无遥控操作的得分最高。
垃圾分类赛场最先围满了观众。
首先登场的是加装了长机械臂的四足机器狗,它的前腿向后弯,后腿向前弯,侧面看起来完全是“X”形腿。
这只“X”狗尝试夹取水瓶时,瓶子倒了,尽管抓夹上有摄像头,它却无法重新定位;于是转而夹香蕉,这次倒挺准,但机械臂像眼镜蛇一样一甩,香蕉被扔在地上,没进盒子,相当于没捡。
后来我在赛区外遇到了这组的选手,那位同学紧张得手发抖,说所有领导都在看着,压力巨大。
另一只稍小的机器狗背着短蓝色机械臂,看起来既漂亮又像条呆萌的眼镜蛇,好不容易叼起一个牛奶盒,不知为何头一歪,又掉了。
由于机械臂太短,狗趴到地上也够不着牛奶盒,索性起身离开。
还有一只背着橘色抓夹的机器狗,差点一上来就把桌子掀翻。
对于配备机械臂的双足机器人(暂且叫它“鸵鸟”,实在太像了)来说,这种低矮的露营桌更是难上加难,因为它们很难在蹲下的同时保持稳定,并用机械臂精准拾取香蕉皮等垃圾。
同样,双足人形机器人在这里也没占到便宜,我观察它的手也类似抓夹,最多多个大拇指,走路照样磕磕绊绊。
真是服了,彻底认输。
浇花项目最有意思,对机器人的动作精度要求更高。它们需要像人一样拿起水壶、打开水龙头,对准接水、关掉,然后走到指定位置浇花。规则规定只有浇到混在黄花丛中的白花才能得分。
有一只机器狗很聪明,准确说是它背后的团队聪明,它没有用夹子直接夹小水壶把手,而是将夹子伸进把手后撑开,从而提起水壶。
不得不承认,机器狗的高度在比赛中占尽优势,因为桌子和水龙头都比较矮,它们首先不用担心够不到水龙头。但要对准接水,仍然有些难度。
但对于腿长超过水龙头的双足“鸵鸟”来说,就太难了:蹲不下去,蹲下去又对不准,对准了又够不着。有一只不仅装了机械臂,还加了一个带摄像头的框辅助定位,但这更增加了它的不稳定性,抖得像筛糠。
在这里卡了10分钟,场外的队友急得团团转。
一开始还把水壶弄掉了。
机器狗返回时把水池蹭移位了,导致第二次尝试时直接卡在那里动弹不得。
真是活久见,居然能看到机器狗浇花,还算优雅。
另一关是过吊桥,桥分三段,越往后木板间隙越大。几乎所有队伍都给机器人装上了“大脚板”——双足机器人用胶带绑上木板,机器狗有的把四只脚包得像大锤,有的像踩竹排,后脚踩前脚后跟,以防掉进缝隙。
但对机器狗来说,仍然困难。它们尝试横着跳,但还是在第一块木板缝隙里卡住了。
最后还有50厘米宽的缝隙,让它们跳过去不现实,主办方想了个办法——提供一块活动木板,机器人可以用绳子拉过来填进缝隙,这考验精细操作,但通常只能在遥控下完成。
全自主的基本上都是一个结果——掉进沟里。
但能走到那里就不错了,有的半路就跑偏,需要人紧急干预。
最后是定向越野,真是在山里进行,怕影响选手,赛区封闭了,我没看到,但想必也很有趣。
比赛持续了整个周末,最终由浙江大学的Wongtsai(意为“旺财”)战队夺冠,奖金相当丰厚,高达15万美元。
但举办这项赛事并非只为博人一笑,更可贵的是,这些看似玩笑的比赛项目,每个环节都针对机器人的特定技能进行考核。
据ATEC2025赛题组专家、光年创新CEO乐林株介绍,高校在具身智能方面的研究多集中于大脑、小脑和中脑。“目前机器人的小脑部分多用模仿学习,需要大量数据,且只能重复固定任务,如跳舞;我们希望通过泛化算法,让它在预设动作之外,能像人一样执行其他任务;中脑方面目前主流方案是VLA模型,即视觉-语言-行动模型,让它根据视觉信息判断哪里可行;大脑则教机器人像人一样思考,辨别哪些物体可抓取。”
作为赛事发起方之一,蚂蚁集团技术战略部负责人表示,蚂蚁长期支持ATEC,源于一个信念:AGI的未来在于机器智能与物理世界的深度融合。今年,ATEC组委会选择了一条艰难但真实的路——将赛场设在山地、草地、石阶、吊桥,让机器人直面真实世界的干扰。
设计的每个任务,都不是为了让机器人“表现完美”,而是让它在碰撞中暴露真实短板。因为只有真实问题,才能推动真实的技术进步,让行业明确下一步的突破方向。
以香港工程院院士刘云辉提出的“机器人三大核心能力”——行走、操作、改造环境——为隐含技术命题,构建了一套前所未有的“真实世界适应力”测试框架,既有趣味性又有意义。
最终还是有队伍实现了全自主任务闭环,验证了机器人从“演示可行”向“应用可靠”迈进的可能性。赛事专家委员会主席、香港工程院院士刘云辉认为,赛事正尝试建立以人类能力为参考的技术标准,未来3-5年,希望机器人能可靠完成垃圾分拣等基础任务,达到人类20%-30%的操作水平。
封面图片来源:巴芮 摄
你会考虑买一只机器狗回家浇花吗?
本文由主机测评网于2026-03-03发表在主机测评网_免费VPS_免费云服务器_免费独立服务器,如有疑问,请联系我们。
本文链接:https://www.vpshk.cn/20260328349.html