首届蚂蚁灵波具身大模型挑战赛的决赛现场,十五支战队面对同一套硬件、同一推理算力和同一款开源模型LingBot-VLA 2.0,要在两天内完成数据采集、模型调优和真机执行。任务包括双臂清扫桌面、单臂抓取果蔬,以及把化妆品放进透明盒。绿色桌面上散落着红黄纸团,小刷子、黄色簸箕和收纳筐都成了比赛道具。
赛题看似日常,实际要求机器人把扫、接、倒连成完整动作:刷子将纸团扫向簸箕,簸箕要接住,随后把垃圾倒入收纳筐;另一侧还要完成抓取和放置。评分既看任务是否成功,也看动作质量。物体处在什么位置、机械臂从哪个方向靠近、两只夹爪如何配合,都会改变结果。对机器人而言,“把桌子收拾干净”不是一句指令就能完成的事,背后是感知、动作和接触反馈的连续配合。
一等奖TARS队由五名平均年龄25岁的年轻人组成,队长吴昊楠即将从天津大学硕士毕业。队员来自福田实验室、西北工业大学、普渡机器人和天津大学,队名借用《星际穿越》中的机器人。面对桌面多物体带来的感知压力,TARS没有让模型一次性处理全部杂乱目标,而是把场景拆成单物体抓取,先降低目标周围的干扰。机械臂自身的系统性偏差,则通过重新采集一批规模较小、精度较高的数据来处理;采集由两人协作完成,以减少操作者姿势和用力习惯对轨迹的影响。
在路演中,吴昊楠把这种做法解释为:示范者的身体感受会悄悄改变动作,握得省力、手臂摆得舒服,都可能把人的习惯写进数据;采集和调整示范因此成为备赛的一部分。结果公布后,TARS凭三轮真机测评中最高一轮82.5分获得第一,EVA、SST列二等奖,Vida、FDU_SONIC和ai-robot获三等奖。
抓起来之后如何放下、扫过去之后如何接住,是比赛另一个重点。蚂蚁灵波首席科学家沈宇军谈到机器人大脑面临的约束:输入存在误差,输出要经过物理交互检验,物理世界也不会停下来等模型算完。夹爪靠近时位置是否准确,碰到物体后是否滑动,都需要模型继续处理。蚂蚁灵波把空间、动作与接触反馈纳入训练,并希望同一模型能适应不同机械臂、夹爪和任务。
蚂蚁灵波CEO朱兴对行业进度的判断保持谨慎。他认为具身智能仍在快速迭代,尚未出现Scaling Law时刻,技术落地验证和产学研协同会推动进化。开源基座让十五支决赛队免去从零训练模型,但采集、训练和执行中的真实问题仍要围着设备逐一解决。同一款模型能走多远,也取决于使用者如何拆解任务、如何把动作教给机器人。
报名数据显示,赛事共吸引1855支队伍、3252人。组委会统计中,51.7%的选手有VLA或多模态大模型背景,有真机调试经验者占20.9%,约五分之一;这些经历可以重叠。对不少参赛者而言,平时能训练模型不等于有机器人可操作。决赛提供松灵COBOT MAGIC设备、统一预采数据、算力,以及现场答疑和技术支持,选手可以拿自己的方案试,并在设备与部署问题上得到当面交流机会。
上海交通大学人工智能学院副教授李永露认为,这类比赛能沉淀经过实战检验的工程经验和方法:一次抓取为何失败,补采哪些数据后有所改善,都可以在团队之间交流。蚂蚁灵波发布的开发者生态计划提出邀请20位最有价值专家支持教学与学术创新,招募40位开发者专家支持技术实践和专业成长。
与这些实践相连的是商业化测试。蚂蚁灵波与国大药房合作,让不同品牌和构型的机器人协同完成接单、分拣和交付;在工业与物流领域,上下料和包裹分拣合作也在推进。比赛中的抓取和放置,在药房、仓库里会反复出现。82.5分记录的是TARS最好一轮的表现;连续作业时,机器人多久需要人来帮一次忙,才是这些场景要观察的指标。


