超百萬算力、72小時(shí)、百臺(tái)真機(jī):具身智能刷分時(shí)代,被一場(chǎng)裸考終結(jié)

編輯｜Sia

不按套路出牌的比賽

沒有仿真，沒有預(yù)設(shè)參數(shù)，也沒有剪輯空間。

在深圳全球首屆具身智能開發(fā)者大會(huì)的比賽現(xiàn)場(chǎng)，取而代之的是上百臺(tái)六軸機(jī)械臂、統(tǒng)一的綠色布景，以及——真實(shí)世界。

20 支隊(duì)伍，真機(jī)上陣：數(shù)據(jù)現(xiàn)場(chǎng)采、模型現(xiàn)場(chǎng)訓(xùn)、系統(tǒng)現(xiàn)場(chǎng)部署。

模型不限，代碼自帶；算力、硬件、AI Infra，全部由主辦方提供。

目標(biāo)只有一個(gè)：教會(huì)真機(jī)「看懂環(huán)境」、「做出決策」、「動(dòng)手操作」。

時(shí)間？只有 72 小時(shí)。

如此不按套路出牌，那些 benchmark 高分模型，到了這里，恐怕也只能「菜鳥互啄」。而這，正是這場(chǎng)比賽想要的——

最好的測(cè)評(píng)，不在榜單，而在現(xiàn)實(shí)世界。

它的隨機(jī)性、多樣性與復(fù)雜性，是檢驗(yàn)具身智能模型能力的終極利器。

全球首屆 EAIDC（具身智能開發(fā)者大會(huì)）暨「具亮計(jì)劃」黑客松決賽現(xiàn)場(chǎng)。

3 月 30 日，由自變量機(jī)器人、深圳市人工智能行業(yè)協(xié)會(huì)、廣東省具身智能訓(xùn)練場(chǎng)聯(lián)合主辦的全球首屆 EAIDC（具身智能開發(fā)者大會(huì)）暨「具亮計(jì)劃」黑客松決賽，正式收官。這也是全球首個(gè)將「真實(shí)環(huán)境 + 真實(shí)任務(wù)」同時(shí)寫入賽制的大規(guī)模具身智能賽事。

過去幾十年，具身智能的真機(jī)世界里，一直缺少類似大模型榜單那樣的統(tǒng)一評(píng)測(cè)體系，來回答「哪個(gè)模型更強(qiáng)」。行業(yè)迫切需要一個(gè)在真實(shí)物理環(huán)境中檢驗(yàn)技術(shù)成熟度的平臺(tái)，而這場(chǎng)比賽，正好是一次嘗試。

「大家取得的成績(jī)，讓我有些驚訝。」自變量機(jī)器人創(chuàng)始人兼 CEO 王潛坦言，這個(gè)方向本身上手難度極高，一開始辦比賽也帶著些許忐忑。但沒想到，參賽團(tuán)隊(duì)最終能把事情做到這個(gè)程度。

自變量機(jī)器人創(chuàng)始人兼 CEO 王潛

四道真題，藏著具身智能的「成人禮」

清華、北大等頂尖高校與科研機(jī)構(gòu)的 20 支強(qiáng)隊(duì)同臺(tái)對(duì)抗，現(xiàn)場(chǎng)可謂「硬核拉滿」?！笍臎]打過這么富裕的仗?！挂晃粎①愡x手這樣形容。

決賽現(xiàn)場(chǎng)，多臺(tái)機(jī)械臂協(xié)同運(yùn)行，實(shí)時(shí)調(diào)試系統(tǒng)。

決賽現(xiàn)場(chǎng)，參賽隊(duì)伍和自變量工作人員，圍繞真機(jī)調(diào)試模型與系統(tǒng)。

三天之內(nèi)上手？這在常規(guī)情況下，幾乎是不可能完成的任務(wù)。要知道，專業(yè)研究實(shí)驗(yàn)室搭一套類似系統(tǒng)，至少需要 6 個(gè)月。于是主辦方大手筆，直接造了一個(gè)「頂配考場(chǎng)」

模型？WALL-OSS、Pi0.5、Dream Zero等開源基礎(chǔ)模型，隨便選；
算力？100+ PFLOPs，管飽；
機(jī)械臂？高性能真機(jī)，近百臺(tái)；
Baseline？提前配好；
數(shù)據(jù)集？免費(fèi)開放；
數(shù)據(jù)采集、訓(xùn)練、推理 infra？一整套，現(xiàn)場(chǎng)備齊，甚至包括在線測(cè)評(píng)。

當(dāng)所有「外部變量」全被抹平，唯一的問題就是：你的模型，到底能不能打？能不能在真實(shí)世界里，快速落地？

真機(jī)上陣：參賽隊(duì)伍在現(xiàn)場(chǎng)完成數(shù)據(jù)采集、訓(xùn)練與操作閉環(huán)。

擺在選手面前的四道決賽任務(wù)，就是主辦方精心設(shè)計(jì)的「職業(yè)資格考試」，包括套圓環(huán)、分水果、插電源線、拼單詞。看似簡(jiǎn)單，實(shí)則難度遞增，每一個(gè)任務(wù)背后都對(duì)應(yīng)著具身智能落地的真實(shí)痛點(diǎn)。

其中，前兩題更像「保底分」。

套圓環(huán)，是經(jīng)典的 peg-in-hole 問題：看深度、估姿態(tài)、做對(duì)齊、控接觸。這是典型的工業(yè)自動(dòng)化能力之一——精細(xì)操作的分水嶺。分水果，則從「手」轉(zhuǎn)向「腦」：給一句指令「把水果放進(jìn)碗里」，模型要完成從語言到動(dòng)作映射。

如果機(jī)器人能分揀好蘋果和梨，它就有望在物流倉(cāng)庫(kù)分揀成千上萬種形態(tài)各異的快遞，或者在無人超市補(bǔ)貨。

將圓環(huán)套在柱子上（左）；按指令分類水果（右）

真正拉開差距的，是后兩題，分?jǐn)?shù)權(quán)重也高。主辦方的指向也很明確：從 Robotics 到 Embodied AI，「手活兒好」不夠，「腦力夠強(qiáng)」才是決定上限的能力。

任務(wù)三的插電源線，完全是機(jī)器人的「噩夢(mèng)」。線是軟的，姿態(tài)是隨機(jī)的；手會(huì)擋視線，插入還有物理阻力。這不只是操作問題，而是在不確定中，完成精細(xì)對(duì)齊。

現(xiàn)實(shí)世界中，80% 的操作都不是剛體，比如線纜、衣物 、食材，誰解決了柔性物體，誰就真正接近「人類級(jí)操作」。

拼單詞，更進(jìn)一步——幾乎不難「動(dòng)手」，但極難「動(dòng)腦」。這是一個(gè)典型的長(zhǎng)程任務(wù)：順序怎么排？哪些字母已用？放在哪里？一步出錯(cuò)，全盤崩掉。

插電源線（左），拼寫單詞（右）

而現(xiàn)實(shí)世界，幾乎全是這種問題。去廚房拿杯子，倒好咖啡，加糖，端到書房。又或者收拾餐桌、整理玩具、疊衣服……這種長(zhǎng)時(shí)序、多步驟的任務(wù)能力，是機(jī)器人進(jìn)入家庭、成為「管家」的必經(jīng)之路。

它要求模型不僅要「會(huì)做」，還要「會(huì)想」：從理解語言指令，到拆解任務(wù)、實(shí)時(shí)規(guī)劃，再到一步步執(zhí)行動(dòng)作，最終把事情完整做完。

決賽現(xiàn)場(chǎng)的選手們。

比賽中，不同隊(duì)伍選擇了不同技術(shù)路徑。有人用 Pi0.5、Dream zero，也有不少團(tuán)隊(duì)選擇基于 WALL-OSS，在現(xiàn)場(chǎng)復(fù)現(xiàn)任務(wù)表現(xiàn)。

但一開始，情況并不樂觀。很多團(tuán)隊(duì)甚至連「跑通」都困難，成功率只有 20%–30% 左右。但隨著調(diào)參、補(bǔ)數(shù)據(jù)、換策略，成績(jī)快速爬升。

像套圓環(huán)這樣的任務(wù)，成功率可以提升到 60%–70%；更復(fù)雜的拼單詞任務(wù)，也從幾乎不可用，提升到 40%–50% 的水平。

這說明在真實(shí)環(huán)境里，模型是能被快速調(diào)出來、真的能干活的。

另一方面，問題也比想象中更「暴露得徹底」。

比如一上 B 榜，成績(jī)明顯掉下來，說明很多模型的泛化能力其實(shí)還不夠；很多團(tuán)隊(duì)為了時(shí)間，只用了很少的數(shù)據(jù)，也暴露出訓(xùn)練范式、數(shù)據(jù)利用效率的不夠。

現(xiàn)場(chǎng)24小時(shí)輪轉(zhuǎn)評(píng)測(cè)，實(shí)時(shí)出分保證比賽公平

為什么必須開源？具身智能的「中國(guó)解法」

具身智能，不能再「紙上談兵」了。行業(yè)現(xiàn)在缺的，不是 Demo，而是一個(gè)能在真實(shí)世界里「見真章」的真靶場(chǎng)。這一點(diǎn)，在比賽結(jié)束后的圓桌環(huán)節(jié)，形成了高度共識(shí)。

這塊靶場(chǎng)的建設(shè)，就死磕三件事：真問題、真開源、真泛化。

如果說，賽題設(shè)計(jì)錨定的是「真問題」，那么接下來更值得討論的是，具身智能為什么必須開源？又該怎么開源？

「我們一直想把這件事真正做起來，讓大家把開源模型用好。」自變量聯(lián)合創(chuàng)始人兼 CTO 王昊表示。事實(shí)上，在當(dāng)前階段，不開源，行業(yè)很難真正跑起來——這一點(diǎn)，也在圓桌討論中幾乎形成共識(shí)。

在圓桌環(huán)節(jié)，自變量與來自不同生態(tài)位的嘉賓就開源、產(chǎn)學(xué)研生態(tài)建設(shè)，展開討論。

原因很直接。具身智能不是單一模型的問題，已經(jīng)變成一個(gè)系統(tǒng)工程——一個(gè)從數(shù)據(jù)采集、模型訓(xùn)練到真機(jī)部署、軟硬件協(xié)同的系統(tǒng)工程。門檻高到什么程度？高到如果沒有開源，大多數(shù)開發(fā)者甚至連「入場(chǎng)」的機(jī)會(huì)都沒有，高校也很難培養(yǎng)出真正能落地的人才，整個(gè)行業(yè)只能在少數(shù)團(tuán)隊(duì)內(nèi)部循環(huán)。

更關(guān)鍵的是，現(xiàn)在這個(gè)階段，本身就沒有標(biāo)準(zhǔn)答案。用什么數(shù)據(jù)、什么模型結(jié)構(gòu)、什么訓(xùn)練路徑，沒有任何一條路線已經(jīng)被驗(yàn)證為「最終解」。這就決定了，沒有哪一家公司可以獨(dú)立把這件事做完。只有把數(shù)據(jù)、模型、流程不斷釋放出來，讓更多人參與試錯(cuò)，行業(yè)才有可能加速收斂。

從這個(gè)角度看，開源的意義，其實(shí)已經(jīng)不只是技術(shù)共享，而是在「制造共識(shí)」。誰能吸引更多開發(fā)者、更多團(tuán)隊(duì)在同一套體系上迭代，誰就更有機(jī)會(huì)定義未來的技術(shù)路徑。

但具身智能的開源，又和大模型不太一樣。很多關(guān)鍵數(shù)據(jù)來自真實(shí)世界，涉及隱私和成本；很多能力綁定在具體硬件上，難以復(fù)現(xiàn)；還有一些推理和系統(tǒng)能力，本身就是公司的核心競(jìng)爭(zhēng)力，不可能完全開放。

所以現(xiàn)實(shí)情況是，大多數(shù)所謂的「開源」，并不是完全開放，而是在不斷尋找一個(gè)平衡點(diǎn)。

在這一點(diǎn)上，首屆 EAIDC 算是率先打了一個(gè)樣：與其只開源代碼，不如把「能跑通的能力」開放出來，讓開發(fā)者不僅能看到模型，還能用數(shù)據(jù)、用流程，甚至在真實(shí)環(huán)境里直接跑一遍。

以自變量的開源模型為例，在比賽現(xiàn)場(chǎng)，WALL-OSS 已經(jīng)能通過標(biāo)準(zhǔn)工具鏈快速部署，從模型加載到機(jī)械臂執(zhí)行，幾小時(shí)內(nèi)打通完整閉環(huán)。無論是接入 Hugging Face、魔搭，還是對(duì)接機(jī)械臂控制系統(tǒng)，都無需復(fù)雜定制開發(fā)。

「這個(gè)事情需要大量開發(fā)者參與，不只是科班出身，也希望更多普通開發(fā)者加入進(jìn)來，生態(tài)才能真正做起來?！雇鯘摫硎?。

他舉了一個(gè)很形象的例子：「小龍蝦」為什么能火？并不是因?yàn)橐蝗簩I(yè)人士在做，而是無數(shù)個(gè)人開發(fā)者、無數(shù)小團(tuán)隊(duì)一起，把它推成了一個(gè)龐大的生態(tài)。

自變量想做的，正是同樣的事情。通過吸引更多開發(fā)者參與進(jìn)來，不斷擴(kuò)展開源模型的能力邊界，補(bǔ)全一塊長(zhǎng)期缺失的拼圖：中國(guó)自己的「具身智能大腦」，

「孤勇者」，跑不出真泛化

除了真問題、真開源，具身智能走進(jìn)現(xiàn)實(shí)世界，需要死磕一個(gè)問題：達(dá)到真泛化。

具身智能要具備突破性的泛化能力，就不能止步于「黑燈工廠」中的單點(diǎn)應(yīng)用，而必須走進(jìn)真實(shí)的家庭與生活，在隨機(jī)、充滿不確定性的場(chǎng)景中大規(guī)模持續(xù)采集數(shù)據(jù)、開展訓(xùn)練。只有用優(yōu)質(zhì)的數(shù)據(jù)「飼料」，才能培育出具備優(yōu)秀泛化能力的大模型。

對(duì)此，自變量機(jī)器人指出，必須從通用基礎(chǔ)模型出發(fā)，才有可能在不同場(chǎng)景中高效遷移，實(shí)現(xiàn)規(guī)?；涞?。這個(gè)路徑是單向的，不能倒過來。

一方面，他們持續(xù)打磨通用模型能力，圍繞泛化與長(zhǎng)程任務(wù)不斷提升上限；另一方面，則主動(dòng)進(jìn)入具體場(chǎng)景，尤其是養(yǎng)老服務(wù)、公共服務(wù)這類相對(duì)封閉的環(huán)境，讓模型在真實(shí)世界中運(yùn)行，不斷獲得真實(shí)數(shù)據(jù)，優(yōu)化和驗(yàn)證通用能力。

圓桌嘉賓就開源與具身智能的產(chǎn)業(yè)化路徑展開討論。

無論是更多樣的場(chǎng)景、更多真實(shí)數(shù)據(jù)、更多失敗和反饋，恰恰只有在大量開發(fā)者同時(shí)參與時(shí)，才可能出現(xiàn)。這也是這場(chǎng)賽事的「生態(tài)價(jià)值」所在。

在王潛看來，它的意義不只是一次競(jìng)技，而是降低門檻、吸引開發(fā)者、加速生態(tài)形成的起點(diǎn)。

首先，它解決了「讓人進(jìn)門」的問題。通過開源模型與統(tǒng)一基礎(chǔ)設(shè)施，把原本高門檻的具身智能「打平」，讓開發(fā)者可以直接上手，在真實(shí)環(huán)境中完成任務(wù)。

表現(xiàn)突出的方案，還可以進(jìn)入 WALL-OSS 官方示例庫(kù)，獲得行業(yè)認(rèn)可。

其次，企業(yè)也可以站在社區(qū)肩膀上。當(dāng)模型被不斷復(fù)現(xiàn)、部署、驗(yàn)證，社區(qū)的反饋會(huì)迅速暴露問題，任何依賴 Demo、夸大能力的方案，都很難在這樣的體系中長(zhǎng)期存在。

而且，開發(fā)者在真實(shí)環(huán)境中完成任務(wù)、踩坑、優(yōu)化，這些經(jīng)驗(yàn)不再停留在個(gè)體，而是通過開源模型與社區(qū)不斷回流，反過來推動(dòng)整個(gè)技術(shù)體系進(jìn)化，逐步形成「開源—?jiǎng)?chuàng)新—回饋」的閉環(huán)。

正如一位圓桌對(duì)談的嘉賓所言，你把所有學(xué)生都用起來，有更多開發(fā)者，有開發(fā)者以后，就有更好的技術(shù)，有更優(yōu)秀的人才，形成更好的閉環(huán)。

具身智能的進(jìn)化方式，也不再依靠少數(shù)公司的單槍匹馬，而是一個(gè)由生態(tài)驅(qū)動(dòng)的、持續(xù)加速的系統(tǒng)。

未來，該項(xiàng)賽事將持續(xù)舉辦，并依托開源平臺(tái)與軟硬件開發(fā)體系，匯聚更多開發(fā)者，推動(dòng)中國(guó)具身智能生態(tài)不斷向前。王潛表示。

EAIDC，也不再只是一個(gè)比賽或大會(huì)，而是在嘗試成為具身智能領(lǐng)域的「真實(shí)世界評(píng)測(cè)場(chǎng)」，以及行業(yè)的觀察窗口。

過去，我們判斷一個(gè)模型，看的是 benchmark 排名；而未來，一個(gè)具身模型是否真的能打，答案會(huì)更簡(jiǎn)單——

來 EAIDC 的現(xiàn)場(chǎng)，看一眼。