ITBear旗下自媒体矩阵:

48小时真机决赛,年轻团队改采数据后反超登顶

   时间:2026-11-17 13:35:48 来源:互联网编辑:快讯 IP:北京 发表评论无障碍通道
 

首届具身大模型挑战赛决赛收官,冠军由TARS队拿下,最终得分82分,奖金8万元。这支队伍平均年龄25岁,队长吴昊楠即将从天津大学硕士毕业,成员分别来自福田实验室、西北工业大学、普渡机器人和天津大学。他们在比赛临近结束时完成反超,把此前排名靠前的EVA队挤到第二。

决赛设置相当紧凑:15支入围队伍要在48小时内完成数据采集、模型调优和真机部署,并且三项任务只能共用一套模型。任务分别是按指令摆放水果、把化妆品放进透明收纳架的指定层,以及双臂配合清扫垃圾。此前初赛阶段已有1855支队伍、3252名选手参与,最终只有15支队伍进入真机决赛。

TARS在前两项任务上主要沿用官方数据,同时借助千问识别干扰物,再按背景颜色把干扰区域从图像中抹除,让VLA更容易锁定目标与目的地。到了第三项任务,他们发现官方提供的210条数据都采用抓簸箕把手的方式,接触面小,稍有偏转就容易打滑或翻转,于是决定重新采集,把抓取位置改到簸箕后沿,先让工具稳定下来,再完成后续动作。这个选择几乎把团队大部分精力压在一个任务的一个环节上,也让他们在最后几分钟实现反超。

EVA队的思路从失败样本切入。队长武显瑾说,第一天用官方公开数据训练后,真机成功率大约只有10%,而失败原因很难一眼看出,可能是示范数据不干净,也可能是训练方式不合适,或者采集与执行时物体摆放不一致。48小时内逐项排查并不现实,他们便让模型先执行、检查轨迹,遇到模型没见过的情况或动作走偏时,由人补充示范、接管纠错,再借助大模型评判和标注,把整理后的数据送回训练。比赛期间,EVA完成约7轮数据回流迭代,额外采集700多条示范与接管数据,并把训练速度提升2.7倍,最终得到73.83分。

武显瑾把这套做法归入RSI,也就是递归自我改进。不过他也提到,数据采集、人工接管和成功判定目前仍离不开人。团队希望以后让机器人自己练习,再由大模型判断成败,并用执行记录继续训练;这次比赛只是把其中一部分流程跑通,也暴露出还需要补的环节。

排名第三的SST队走了另一条路。他们额外采集的数据只有3条,主要精力放在处理官方示范上。队长杨泽鸣是天津大学大四学生,队名“老年上海观光团”来自成员对三位学长的调侃。SST先用DeepSeek解析任务指令,再把目标物体的文字提示交给SAM 3做分割:目标区域保留原始画面,其他区域压暗,然后送入VLA。这样模型仍能看到桌面环境,但该操作哪个物体会更明确。

问题在于,SAM 3在现场并不能稳定地按文字提示分割出目标。SST便利用示范视频的倒放信息:一段操作结束时,哪个物体被抓起、被放到哪里通常更容易判断。他们让Agent从结束画面中找到目标,把目标像素位置交给SAM 3,沿倒放视频持续追踪,补齐整段示范的分割标注。有了这批数据,团队同时训练VLA、微调SAM 3。杨泽鸣介绍,SAM 3微调约需一个小时,之后可以接回指令解析流程。他们还调整动作执行方式:模型每次生成50步动作,只执行前16步,随后重新推理,并配合动作平滑处理。SST最终拿到65.87分,与EVA同获二等奖;TARS获一等奖,Vida、FDU_SONIC、ai-robot获得三等奖。

各队对“该补什么数据”的判断并不相同。Vida发现公共数据中跨过桌面中线抓取的示范偏少,便补采这类困难布局,杨桃没有出现在公共数据里,他们也专门采集。FDU_SONIC一边训练一边检查真机表现,再根据机器人失败的位置倒推需要补充的数据,最终排在第五。训练速度同样影响迭代节奏:AI基础设施出身的驰序知行把训练加速约3.7倍,比赛期间迭代了30多个模型检查点;TARS把单步训练耗时从约15.6秒压到3.4秒,为不断加入新数据争取时间。

数据变多并不必然带来成绩上涨。Motion队在补充任务二、任务三的数据继续训练后,发现任务一的表现反而变差。“师兄会帮我调真机的对不队”复盘时提到,五名成员轮流采集,操作习惯各不相同,有人先抬手,有人先向前,模型在有限时间内没能学稳。这些经历与前三名方案放在一起,让比赛呈现出另一面:示范该怎么做、哪些经验值得保留,开发者自己也在边做边学。

真机环节还暴露出软件之外的问题。“今天也要好好检东西”队做了一套完整方案:扫描物体、搭建仿真资产,由上层模型观察和拆解任务,再让VLA执行。但到了真机上,机器人放置物体时频频出现偏差。复盘后他们发现,机械臂与桌子之间的距离和其他队伍相差约5厘米,影响了可达性和放置位置;等查清问题并调整位置,比赛剩余时间已经不多。仿真初赛已有队伍跑到70%以上,蚂蚁灵波仍安排48小时真机决赛,原因正在于硬件适配、跨任务泛化和短时间定位问题的能力,都要放到真实机器人上检验。三项任务共用一套模型,也意味着针对某一项任务做的调整,可能影响另外两项。

蚂蚁灵波首席科学家沈宇军强调原生具身,也就是正向开发:先想机器人需要什么,再为它准备什么。他还提到,行业需要寻找数据质量的下限,弄清数据达到什么标准就能让模型获得有效增益;一味追求更高质量,会让采集成本持续增加。蚂蚁灵波CEO朱兴则提醒,既不要盲目乐观,也不要过度悲观。他说,具身智能的Scaling Law路径仍在探索,但过去一年数据采集和供给、模型能力,以及工厂和物流场景的试点都有进展;他预计从2027年开始,产业应用落地会有所加速,并带回真实作业中的异常数据,帮助模型继续迭代。

比赛之外,开发者之间的经验已经开始流动。Vida在路演中提到,他们的GeoAAC方法被其他队伍用于初赛并取得不错效果,Vida自己也借鉴了其他团队的研究来改进方案。蚂蚁灵波在现场发布开发者生态计划,首期邀请20位MVP,主要面向高校教师和科研人员;同时招募40位Developer Expert,面向核心开发者及技术内容创作者。高校教师和科研人员可以把模型实践沉淀为课程、实验案例和研究成果,工程开发者则可以贡献Demo、开源工程、评测脚本和教程。面向MVP,优质课程研发可获得现金激励,并享有研发交流、合作对接等机会;面向Developer Expert,则提供产品优先内测、研发交流及作品推广等支持。

 
 
更多>同类资讯
全站最新
热门内容
网站首页  |  关于我们  |  联系方式  |  版权声明  |  争议稿件处理  |  English Version