全球TOP 13戰隊翻車實錄！機器人極限求生，比科幻片還殘酷

新智元報道

編輯：桃子 定慧

【新智元導讀】周末的一場頂級賽事，徹底撕碎了實驗室的「濾鏡」！全球13支精英戰隊的機器人上演連環翻車：過吊橋卡腿、爬階梯摔跤，堪稱一場機器人的「荒野求生」。

周末兩天，香港中文大學嶺南體育場內，尖叫聲和倒吸冷氣聲此起彼伏！

然而，現場不見人類運動員的身影，只有一群機器人，在真實世界里「極限求生」——

這里，沒有平整的室內地面，沒有恒定的光線，而且鮮有隱身幕后的遙操員。

鏡頭猛然拉近，率先登場的，是來自香港中文大學的LRL挑戰賽隊，作為表演嘉賓以全自主的形式來嘗試答題。

挑戰，從第一個塑料瓶開始，就寫滿了真實的「殘酷」。

只見，它走向場中桌子上的塑料瓶，伸手、探爪——「哐當」！瓶子沒抓起來，直接被推倒了。

在被LRL團隊成員「拎走」調試后，它倔強地開始了第二次嘗試。

令全場唏噓的是，它又一次失敗了！

左右滑動查看

而且，好不容易抓到的香蕉皮，機器人又用一個瀟灑的拋物線，完美地扔到了桶外......

唯一爭氣抓起的紙盒，卻在投遞的終極一刻，啪嗒一聲又掉在了垃圾桶旁，仿佛完成了最后一記的「喜劇暴擊」。

左右滑動查看

鏡頭切到隔壁賽區，CUMAE戰隊的雙足機器人，正手持水壺，對著一排白色花朵「精準輸出」。

六朵花，全中靶心！

操作看似輕巧，背后全是狠活：不僅穩住底盤，還要同時計算水壺角度、花株高低、空間距離....

每個動作，都是平衡力、視覺與力控的極限拉扯。

左右滑動查看

不過，這套行云流水動作背后，仍需人類操控員在旁坐鎮。

離真正的全自主，還差一步。

另一邊，IRMV戰隊四足機器人站在吊橋起點，蓄勢待發。

裁判哨響，它剛向前走了兩步，一腳便死死地卡在了橋板的縫隙里。

隊友沖上解救之后，正前方又來到了間隔更大的斷橋，第一跳起落干凈，穩如磐石。

第二跳，四條腿直接凌空，又一次狼狽地卡住。

左右滑動查看

這些真切發生的案例，僅僅是一場機器人挑戰賽「高能劇情」的冰山一角。

最「狠」的一次機器人比賽

這就是，第五屆ATEC科技精英賽（線下賽）· 真實世界極限挑戰賽。

它可能是2025年底前，全球最狠的一次機器人公開「處刑」，也可能是離「通用具身智能」最近的一次沖刺。

為什么這么說？

在絕大多數機器人比賽里，我們常看到的是——

室內標準場地、任務單一，甚至背后永遠站著一群遙控手，準備隨時「救機」。

而這屆的ATEC科技精英賽，就是要打破這些「舒適區」！

在過去很長一段時間里，大眾視野中的機器人往往自帶光環：在精心搭建的演示視頻里，它們能做后空翻，能不緊不慢地疊衣服，甚至能像人類一樣做出細膩的表情。

然而，本次大賽的主辦方香港中文大學，以及承辦方ATEC前沿科技探索社區、北京大學、北京師范大學和螞蟻集團，卻聯手決定打破這個「舒適區」。

這場賽事的根本目的，是為了回答一個行業的核心問題：機器人能否真正走出實驗室，進入并適應復雜的人類世界？

事實上，主辦方在賽前就直言不諱：「我們預判會有大量的『翻車現場』」。

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。

在推動人工智能從「數據認知」走向「環境交互」與「行動執行」的路上，我們期待技術的又一次根本性突破。

今年，ATEC組委會選擇了難、但真實的一條路。把賽場放進山地、草地、石階、吊橋；讓機器人面對真實世界的擾動；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。

在機器人走向現實之前，這些失誤是難以避免的，與其掩飾，不如讓技術在真實挑戰中成長。

「真實世界極限挑戰」，正是這次大賽的核心賽題。那么，真實、極限，究竟體現在了哪？

撕掉「提線木偶」的偽裝

ATEC2025賽事專家委員會主席、香港工程院院士劉云輝指出，機器人需具備三大核心能力——行走、操作、改造環境，才能在真實世界中立足。

主辦方和承辦單位以此為技術命題，構建了一套前所未有的「真實世界適應力」的測試框架。

真的本質，首先要回歸到「真實世界」。

全戶外真實場景

比賽場地，直接選在了港中文嶺南體育場&小橋流水生態區，不是標準的室內場地，而是全戶外真實場景。

這里，拱橋、山地、緩坡、石階等，多樣化地形一應俱全。

此外，隨著光照變化、風力波動等因素，在不同時段疊加作用，機器人的表現將面臨更大的挑戰。

這也最能考驗其在真實環境中的感知魯棒性與身體適應性。

強激勵「無遙操」

不僅如此，這屆ATEC科技精英賽，是首次在全戶外真實場景中探索「無遙操」技術路徑。

當前，全網很多驚艷的機器人視頻，背后往往站著一位操控員。

《瞭望》新聞周刊的調查，也印證了這一現狀，「眾多高難度演示，本質上仍是『提線木偶』」。

本次比賽，評分規則強力引導：

明確獎勵「無遙操」的全自主方式，還可以獲得額外加分。只要夠自主，根據任務和機器人形態，加分從10-25分不等。

這波操作，直接倒逼各團隊開卷「AI大腦」，嘗試卸掉操控員的遠程「代打」。

目標只有一個：把機器人從聽話的「工具」，升級成為自主決策的「智能體」！

四大任務鏈

在比賽的任務設計上，就更有講究了。一共包含四大任務——

垃圾分揀、自主澆花、定向越野、吊橋穿越

看似是一件一件都是小事，但考驗的不是單點難度，而是連續的「任務鏈」。

• 垃圾分揀：識別→抓取→分類→投放

• 自主澆花：水壺→接水→澆花→歸位

• 定向越野：四個子路段，復雜地形實時決策

• 吊橋穿越：判斷間距→取輔助板→搭橋→通行

由此可見，每一項任務都在考驗機器人「多模態感知融合與連續決策」的能力，不是秀秀肌肉就能搞定的。

左右滑動查看

定向越野中的雙足機器人：即使采用了「全遙操」，在面對高低不齊的道路時也會突發狀況

這樣的設計恰是為了，讓機器人形成完整的「感知-規劃-執行-反饋」閉環。

而在此之前，選手們必須攻克三大技術瓶頸，即環境感知與認知、智能決策與響應、以及硬件與算力的承載。

1. 環境感知與認知之困

第一大挑戰，機器人不僅能看得「見」，還要看得「懂」。

賽事專家組鐘仿洵教授一語中的，「真實環境里最大的問題是不確定性和高動態性，你看到的不一定是真的」。

進入真實世界中，很多因素都是非結構化的，對算法構成了巨大的挑戰。

「垃圾分揀」任務，恰好完美詮釋了這一挑戰。

它要求，機器人將三類道具：飲料紙盒、香蕉皮、塑料瓶，精準分類并扔到垃圾桶里。

一個干凈的瓶子，機器人能輕松識別。但現實中，丟進垃圾桶的廢品，可能沾染油漬、被壓變形，或是多個物品堆疊，都會「干擾」機器人的眼睛。

這意味著，機器人不能只會「看圖識物」，更要學會穿透表象，理解物體本質，做出精準判斷。

2. 智能決策與響應之困

現實中，機器人不僅要聽懂指令，更要在動態變化、充滿不確定性環境中，實時推理和決策。

但是，目前它們最缺的就是「舉一反三」、「適應新場景」的能力。

清華大學趙明國教授講得更直白，「比如在足球場上，機器人踢得很漂亮，一旦離開了預設的場景，能力立即大打折扣」。

這種挑戰在ATEC競賽中，吊橋穿越、自主澆花的兩個任務里，體現得很明顯。

左右滑動查看

劉云輝院士解讀「吊橋穿越」任務時說，關鍵就在于決策和規劃能力。

因為木板的位置，每場都不一樣。機器人必須自主思考、決策，比如拿起木板去鋪路，改變環境后，才能前進。

——這已不是簡單的走路，而是包含判斷環境、使用工具、規劃步驟的「高級智能」。

針對這一瓶頸，賽事專家組Carlos Balaguer教授總結非常到位：關鍵不在于100%自主，而在于「智慧型自主」。

3. 硬件與算力之困

說白了，讓機器人動腦自主干活，這想法挺酷，但現實挺「骨感」的——

身體跟不上腦子，是常見之事。

簡單講，主要卡在了兩個方面：

一方面，要么是腦子夠快，卻又放不進小身體里，甚至功耗也不允許。當前，部署LLM高性能專用芯片不成熟，制約了大腦的實時處理能力。

另一方面，讓機器人像人一樣精細抓取、靈活操作，技術上有難度，成本更是高得嚇人。

因此，機器人「小腦」和「四肢」還支撐不起大腦的智能構想。

賽事專家組王賀升教授指出，「自主澆花」看著簡單，卻是一個系統集成的大挑戰。

澆花時，水壺重量一直在變。機器人能否敏銳感覺到這些變化，做出及時調整，都極具挑戰性。

這便是ATEC的魔力，它讓現實環境的復雜性變成了必須面對的考題。

全球13強血戰，選手吐出「真心話」

在全球396支隊伍的激烈角逐中，只有TOP 13殺出重圍，覆蓋了QS百強高校、985/211頂尖學府。

總榜上，wongtsai（旺財）團隊最終以434分的戰績拔得頭籌。

訪談中，這些頂尖的年輕極客，都有一個共同的感受——

真實戶外環境最大的挑戰在于「不確定性」。

比如，垃圾可能被堆疊、吊橋會晃、澆花時水壺重量會變化等，遠比實驗室規整的條件復雜多了。

在執行任務過程中，幾乎所有的隊伍在選擇「無遙操」的任務中，做出了「取舍」。

在「吊橋穿越」的挑戰中，RIL4RobotAI團隊的雙足機器人，上演了令人驚心動魄的一幕。

在更寬的「橋面段3」前，團隊成員戴上VR眼鏡切換遠程操控模式，機械臂緩緩伸出，精準地握住懸垂的拉繩。

開始后退拉扯的那一刻，繩子直接滑脫了。驚喜的是，它最終通過雙腳挑戰成功。

左右滑動查看

再比如，鐵臂阿童木團隊雙足機器人在「定向越野」任務中，也采用了遙操的方式。

當然，也有團隊選擇將「全自主」進行到底。

左右滑動查看

在緊張刺激的「垃圾分揀」任務中，冠軍wongtsai團隊就上演了終極倒計時作戰——

四足機器人全憑自身感知與決策，成功完成了紙盒、香蕉、塑料水瓶的分揀。

左右滑動查看

CyberPrime團隊為機器人裝上一雙「腳」后，它平穩、自主地走完了三段吊橋。

參賽隊伍中，不乏「理想主義者」。

即便讓機器人真正融入真實世界，依然面臨巨大挑戰，但總有樂觀主義者相信，這一愿景終將實現。

香港科技大學USTBot賽隊的張博陽博士坦言，希望讓機器人代替人類去做危險的事情，諸如高空擦玻璃、檢查電纜、沖進火場救人等。

從小，自己就愛鼓搗一些小發明，也許在那時候，就已埋下了探索具身智能的種子。

無獨有偶，wongtsai（旺財）隊長朱承睿預測，「大約20年，機器人可以真正走進人類生活提供服務」。

在賽后采訪中，這支由浙大學霸組成的冠軍團隊wongtsai分享了比賽經驗和秘籍。

隊長朱承睿自豪地表示，「我們在任務1-4全部發揮出了預期以上的水平」。

賽前一個月，團隊做了高強度準備，存儲了大量經驗。用他們的原話來說——我們投入了特別多精力，掉了很多頭發！

在技術路線上，他們沒有選擇主流的VLA（視覺語言動作模型），反而采取了傳統的「視覺識別+壓線規劃」的方案。

機器人大腦配置方面，wongtsai團隊也是下了血本——一共配備了「三臺電腦」（CPU+2個GPU）。

當被問及15萬美金怎么花時，他們不約而同表示先去「還債」，比賽購買了很多昂貴的設備。

wongtsai團隊用Apple Vision Pro遠程操控四足機器人完成「自主澆花」任務

技術路線的多元化

在全球13強的備戰區，還觀察到了一個有趣的現象：技術路線的多元共存。

并沒有哪一支隊伍將寶全部押在某種單一的技術范式上。

「端到端」（End-to-End）的大模型方案和經典的「模塊化」（Modular）方案在這里并行推進。

有的團隊采用了清晰的模塊化分工，一組人負責「眼睛」（感知），一組人負責「小腦」（運動控制），力求在每一個環節做到精準可控。

而另一些團隊則在探索更前沿的端到端方案，試圖讓機器人像人一樣，通過一個大腦直接處理從視覺輸入到動作輸出的全過程。

但為了保險起見，他們往往也會準備一套傳統的控制算法作為「兜底」。

無論選擇哪條路，這些年輕的工程師們都有一個共同的感受：硬件能力的邊界，正在成為制約算法發揮的瓶頸。

防水性不足的機械臂、在碎石路上抓地力不夠的足端、算力受限的機載電腦……這些現實問題，逼迫著他們在算法層面做出更極致的優化。

這場比賽，留下了什么？

從2020年創辦至今，ATEC科技精英賽，已經是第五屆。

這一屆，由香港中文大學主辦，ATEC前沿科技探索社區、螞蟻集團、北京大學、北京師范大學共同承辦。

過往每一年的賽題，都把最前沿的技術，和最真實的社會痛點「撞」在一起。

從更宏觀的產業背景來看，這種碰撞并非偶然。

9月，國際機器人協會發布了《2025世界機器人報告》，數據顯示，2024年共有54.2萬臺機器人「上崗」。

其中，中國占全球總量54%，以29.5萬臺領跑全球。不過，這股機器人熱潮背后，其實暗藏核心技術瓶頸——

很多炫技的演示，要么是后臺有人遙控，要么是按設定好好的程序實現。

可見，離人們設想的那種「自己搞定一切」的智能，還差得很遠。

現場，吊橋穿越中的四足機器人：即便跳過了「地獄難度」的前半程，卻倒在了終點附近

紅杉一次閉門演講中，Jim Fan曾提出了「物理圖靈測試」——機器人能在真實世界中無縫操作，并展現出與人無異的能力。

ATEC2025的賽題，正是這一測試的真實寫照。

每一道賽題，都是對機器人能否跨越三大技術瓶頸的系統性檢驗——

環境感知與認知、智能決策與響應、以及硬件與算力的承載

它清晰地丈量了「無遙操」技術的現實距離。采訪中，選手們表現出的共識令人動容：「不確定性」是真實世界最大的魅力，也是最大的敵人。

賽場上，他們每一次在挫折中的調試、壓力下的協作，正是縮短這段距離最真實、最動人的力量。

所有的策略取舍、所有的算法優化，都是在試圖馴服這種不確定性。

正如劉云輝院士所說：「比賽就是一種能力測試。我們能不能通過這些比賽找到一些基準，大家一起Work out一個東西。」

這些「翻車」的瞬間，恰恰暴露了具身智能從「演示可行」走向「應用可靠」之間，那段必須要跨越的鴻溝。

當比賽結束，獎金和名次或許不再是唯一的收獲。

這片嶺南體育場上留下的每一行代碼、每一次調試、甚至每一次跌倒的數據，都將成為通往通用具身智能道路上的寶貴路標。

在這場極限挑戰中，沒有絕對的失敗者。

每一個敢于將算法扔進現實「火坑」淬煉的隊伍，都是先行者。

參考資料：

https://www.atecup.com/live/2025

秒追ASI

?點贊、轉發、在看一鍵三連?

點亮星標，鎖定新智元極速推送！