当机器人走出实验室，面对的不再是精心布置的赛道和预设的参数，而是烈日下的山路、湿滑的地面、随风飘落的树叶，甚至需要分辨花朵颜色才能完成浇花任务时，这场关于具身智能的考验才真正开始。近期举办的ATEC科技精英赛，以“真实世界极限挑战”为主题，将机器人置于非结构化户外环境中，通过越野、垃圾分拣、浇花、吊桥通行等赛题，全面检验机器人在复杂场景下的感知、决策与执行能力。
“这场比赛的四个赛题，瞄准的都是具身智能领域尚未攻克的难题。”赛事讲解员、香港中文大学窦琪教授在直播开场时便提醒观众做好心理准备。以越野项目为例，比赛场地选在香港中文大学岭南校区的一条山间小径，路面狭窄且湿滑，坡度变化频繁，树叶遮挡导致光线忽明忽暗，这些因素共同构成了对机器人平衡能力、摩擦力控制与环境适应性的多重考验。参赛选手纷纷表示，这样的条件远超常规机器人赛事，甚至有双足机器人在比赛中连续三次陷入沟渠，充分体现了真实场景的不可预测性。
垃圾分拣赛题则从物体特性出发设置障碍：香蕉模型柔软易变形，塑料瓶透明难以识别，纸盒受力后容易塌陷。这些看似简单的物品，实则对机器人的抓取精度、材质识别与力度控制提出了极高要求。浇花任务更被教授们视为“最难题目”——机器人不仅需要准确识别白色花朵，还需通过灵巧手抓取水壶，在行走过程中持续调整水壶倾斜角度以控制水流，任何环节的失误都可能导致任务失败。吊桥项目则通过狭窄桥板与缝隙设计，考验机器人在动态环境中的路径规划与稳定性。
与传统机器人赛事相比，ATEC的突破性在于三大核心设计：首先，将场地从室内移至户外，使机器人需直面风速、光照、温度等自然变量；其次，赛题融合行走、操作、环境改造等多维度能力，形成完整任务链而非单一技能比拼；最后，通过赛制激励全自主完成，遥操作仅能获得基础分，促使团队探索真正意义上的智能决策。例如，在浇花任务中，机器人需完成“感知-抓取-行走-浇灌-控制”全流程，任何环节的缺失都将影响最终得分。
赛事主席刘云辉院士提出，具身智能走向真实世界需具备三大核心能力：行走、操作与改造环境。这一标准贯穿于ATEC的赛题设计中。以越野项目为例，机器人需在未做任何处理的原始山道上完成挑战，落叶、流水、泥土甚至烂泥坑均保持自然状态，这种“零干预”的场地设置，迫使机器人通过自身算法适应环境而非依赖外部调整。同样，在垃圾分拣中，强光可能导致视觉方案失效，要求机器人具备鲁棒的感知能力；吊桥项目则通过桥板缝隙设计，检验机器人在动态环境中的路径规划与稳定性。
为聚焦智能本质，ATEC采用统一硬件平台，禁止通过堆料或改造本体获取优势，转而比拼算法效率与创造性。这种设计引导参赛者思考：何种运动控制框架能跨任务、跨环境复用？例如，某团队在浇花任务中开发的倾斜角度控制算法，后续可迁移至液体搬运场景；越野项目中优化的平衡策略，或能应用于灾后救援机器人。赛事前沿科技探索社区秘书长宋宠指出，ATEC汇聚学界、产业界与年轻研究者，共同探索真实问题的解决方案，而非停留于技术演示。
美国国家工程院院士Masayoshi Tomizuka强调，将机器人投入真实世界需经历“挑战-失败-迭代”的循环，ATEC正是这一过程的重要实践。通过引入复杂变量，比赛建立了量化评估标准：能走过山地、完成浇花的机器人，其技术深度与系统可靠性优于在平整地面完成花式动作的机器人。这种“撇清泡沫”的导向，为机器人进入人类社会设定了可信的里程碑。例如，某团队在垃圾分拣中开发的透明物体识别算法，后续可应用于医疗废弃物分类；越野项目中优化的湿滑地面控制策略，或能提升农业机器人的作业稳定性。
随着具身智能成为科技焦点，ATEC的探索更具现实意义。比赛通过真实场景压力测试，揭示了当前技术瓶颈：多数机器人仍依赖遥操作，自主决策能力有限；算法泛化性不足，难以适应环境变化；硬件优化与软件创新失衡，过度关注机械性能而忽视智能本质。这些问题指向同一方向：唯有突破“消毒式实验室”的局限，让机器人在真实世界中“摔打”，才能推动具身智能从技术演示迈向实际应用。正如刘云辉院士所言：“机器人要替代人完成不适合的工作，必须具备适应真实环境的能力，最终实现与需求的结合。”
