henry 發自 凹非寺
量子位 | 公眾號 QbitAI

平時一看機器人比賽，就說遙操，遙操。今兒個，鼓勵“自力更生的”，來了！

就在這周末剛剛收官的ATEC2025線下挑戰賽，主辦方不僅鼓勵機器人自主完成任務，還首次在無遙操的情況下，把機器人從實驗室拉到戶外遛了一圈。

拱橋、山地、緩坡、吊橋、操場，全靠AI自主闖關，而且還是one-shot。

對于這次比賽的難度，作為“出題人”的主辦方可謂相當自信，比賽還未開打，就提前透露：

這可能會是一場翻車無數的比賽！

只不過，有看頭的比賽從來不缺反轉。

原以為是主辦方預判的翻車局，選手們卻一個比一個能整活，奇招不斷，狠狠破局。

經過兩天的激烈較量，前三賽隊新鮮出爐：浙江大學Wongtsai摘得桂冠，上海交通大學IRMV和北京理工大學CyberPrime團隊緊隨其后，分獲亞軍、季軍。（均為機器狗方案）

浙江大學Wongtsai賽隊

更離譜的是——浙大團隊在奪冠后還“凡爾賽”地說，他們其實準備了更難的預案。

所以，這究竟是一場怎樣的“機器人大賽”？

賽前預警翻車？選手：不存在的

這次第五屆ATEC科技精英賽線下賽由香港中文大學主辦、ATEC前沿科技探索社區、北京大學、北京師范大學、螞蟻集團聯合承辦，于12月6-7日周末兩天，在港中文嶺南體育場與 “小橋流水” 生態區正式打響。

本次賽事的專家評審陣容包括劉云輝謝立華Masayoshi Tomizuka等多位國際知名機器人學者。

線下賽共設置：垃圾分揀自主澆花定向越野吊橋穿越四個真實世界挑戰，將基礎操作到跨地形移動一網打盡：

垃圾分揀：機器人從初始位置出發（下同），識別香蕉皮、透明塑料瓶和紙盒、抓取、移動、放入對應顏色的垃圾桶。這一任務旨在考察機器人視覺感知、目標識別、移動操作與長程任務的能力。

自主澆花：完成拿水壺、接水、找到花籃、澆花和把水壺放回原處等一系列操作，這對機器人的空間定位、穩定抓取和精細操作都是考驗。

定向越野：自主穿越拱橋、山地、陡峭樓梯等復雜戶外路線，這里的重點是全局規劃、地形理解與長程穩定行走。

吊橋穿越：穿過三段間距不等的吊橋，并在第三段拉繩搭橋，使中斷處可通過，這一任務旨在考察機器人在不同路面行走的魯棒性以及工具使用能力。

總體而言，比賽規則強調鼓勵自主、限制干預：遙操作越少，自主完成越多，得分就越高。

針對這一規則，選手在實際比賽中普遍采取了先遙操保底、再自主沖高分的策略，而在具體的項目上，則更是臨場發揮，奇招盡出。

比如，為了挺過吊橋，選手們紛紛給機器人安上了“大腳板”和“雪橇”，以防機器人的足部卡在縫隙中。

而上交的IRMV賽隊甚至干脆略過拉繩搭橋的環節，讓機器狗跳過50cm的空隙。

澆花任務也稱得上是百花齊放：橫握、倒抓、夾持、撐開……各種“拿壺姿勢”，一看一個不吱聲。

在垃圾分揀任務中，冠亞軍隊伍Wongtsai和IRMV表現出了極強的統治力，各自的機器狗完全依靠自主模塊通關，穩穩拿下無遙操的額外加分。

戶外越野方面，Wongtsai則繼續領先，成為比賽中第一個全自主跑完越野賽題的四足機器人隊伍。

最終，Wongtsai憑借在機器人全自主智能方面的卓越表現，摘得15萬美元冠軍大獎。

不是黑歷史，而是具身智能的來時路

除了選手們的精彩臨場發揮，作為全球首個聚焦實景極端環境的人工智能與機器人賽事，比賽內容也著實暴露了不少在實驗室環境中不易看到的問題，主要集中在以下四個層面：

本體——人形VS四足差距明顯

如果按“一場論”來說：四足機器人（機器狗）在所有任務的表現均明顯優于雙足（人形）

在人形機器人“失手”最多的定向越野項目中，解說員表示：人形機器人重心高、觸點少，在復雜地形明顯吃虧，上坡、陡梯、碎石路都顯得十分吃力。

而在澆花、垃圾分揀這類需要穩定抓取和精細操作的項目里，人形機器人同樣表現不佳——

結構復雜、控制鏈條長，一旦定位不準或手部調節稍有偏差，就難以完成有效抓取。即便有遙操作輔助，也依然容易失手。

相比之下，四足機器人則穩得多，既能在澆花、分揀等任務中用背部夾爪完成任務，又在戶外越野和吊橋穿越中展現出了統治級的表現。

最令人驚喜的是，Wongtsai和CyberPrime的機器狗甚至實現了全自主的垃圾分揀任務。

此外，在比賽中，并非所有隊伍的“臨時改裝”都帶來了正向效果。上面提到的“物理外掛”還引發了軟硬件協同的co-design問題。

例如，一些隊伍為了提升穩定性臨時把腳板加寬，反而導致了機器人的感知與步態控制失衡，從而卡腳摔倒。

感知——室外帶來的非線性難度躍升

這次全戶外的環境也給機器人的感知能力帶來了不小的挑戰：來自光照、風、陰影等細微環境變化的擾動會不斷累積成誤差，成為影響任務成功率的關鍵變量。

在垃圾分揀任務中，透明的塑料瓶在室外由于反光以及背景等因素，導致機器人經常識別失敗。

而在戶外越野任務中，樹蔭下的局部強/弱光交替則增加了機器人感知外界環境的難度。

甚至一點“風吹草動”，也會影響物體的位置，進而改變可抓取姿態，迫使affordance估計必須實時更新。

在比賽中，上一秒香蕉皮的位置還很準確，但當機器人準備下爪抓取時，一陣風吹來，香蕉皮被吹偏，感知瞬間被打亂。

此外，相比于室內，在信號弱的野外，機器人更依賴自身IMU（慣性測量單元）、激光雷達與本地推理能力，難度再上臺階。

規劃——能做動作，卻不知道下一步怎么接

在規劃層面，賽場上暴露出的一個普遍現象是：機器人即便能完成單個動作，也常常出現“拿起香蕉后不知道接下來做什么”的現象。

在吊橋任務中，盡管多數隊伍能在遙控的輔助下通過不連續的木板，但幾乎沒有隊伍能在無輔助的情況下“把繩子拉下、把木板當橋板用”，這暴露出當前機器人在多步驟關聯推理環境改造能力上的明顯短板。

操作——上半身與下半身的解耦

在這次比賽中，與長程任務同等重要的，還有對loco-manipulation（移動操作）的考驗。

這要求機器人在移動過程中精準完成定位與姿態調整，以實現抓取或其他精細操作。

在比賽中，常見的失敗模式包括：

機器人無法精確停到抓取位，導致執行器無法接觸目標。在抓取或搬運時出現力控/穩定性失衡（抓取位置不當，物體脫落），無法完成后續動作。

對于這一現象，我們在賽后采訪中得知，多數隊伍采用的是上半身操作與下半身移動解耦的架構。

也就是說，機器人缺少一套統一的全身運動與操作控制框架。

結果在賽場上常見的場景是：下半身可以自主行走，但機械臂與夾爪還得靠人工遙控完成關鍵操作

這一現象并非偶然。

當前許多前沿VLA型模型（如 RT-2、OpenVLA、RDT、Pi0.5）主要聚焦上半身操作能力——解決“手如何推斷、如何執行”的問題，但對“移動-操作”的端到端整合的支持仍十分有限。

從這個角度看，未來真正值得期待的突破，可能來自能同時統一移動與操作、實現全身自主控制的端到端機器人模型。

這或許將成為下一代具身智能的重要方向，也將決定機器人能否真正走向復雜的真實世界。

真實世界，才是最終考場

總的來說，這次比賽不僅是一片檢驗機器人真實能力的練兵場，也像是給未來機器人測評體系遞來的一張草圖。

現有的具身智能benchmark，無論是偏仿真的ManiSkill，還是偏室內流程的RoboChallenge更像是切片式測評，只能看到機器人的某一面。

而像ATEC這樣的真實世界挑戰，則給行業提供了另一種可能：既更接近機器人最終要面對的場景，也更有機會推動我們重新思考“能力”以及“如何衡量能力”這兩個根本問題。

或許幾年后回頭看，這場比賽的意義不會只在于誰走上了坡、誰沒踩穩拱橋，而在于它讓整個行業看到：機器人離“走進世界”還有多遠，又應該往哪個方向繼續補課。

正如賽事專家委員會主席、香港工程院院士劉云輝教授所說：

我們希望通過極限挑戰，推動機器人從演示可行，走向應用可靠。

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，讓機器人面對真實世界的擾動。因此，ATEC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。

換句話說，實驗室里永遠不會出現的光照、氣流、遮擋，踩空與翻車恰恰是讓機器人邁向可用、可信的真正門檻。