一群00后極客和這家機(jī)器人公司共處72小時(shí)

2026年3月29日下午5點(diǎn)，在我們抵達(dá)深圳科創(chuàng)學(xué)院四樓時(shí)，參加“全球首屆具身智能開發(fā)者大會”的20組選手，已經(jīng)在這里持續(xù)開發(fā)了60個小時(shí)。

現(xiàn)場彌漫著一股咖啡混合著冷氣的味道，隨處可見沒吃完的奶茶和果切，樓道里和墻角支著一個個帳篷，有選手在里面補(bǔ)覺，“前一天熬到凌晨4點(diǎn)”。

圖片由智能涌現(xiàn)拍攝

和開發(fā)應(yīng)用/軟件的黑客松不同，在這場具身智能開發(fā)者大會上，看得見的，有近百臺高性能六軸機(jī)械臂；看不見的，背后還有100+ PFLOPs的算力支持，以及自變量WALL-OSS、Pi0.5、英偉達(dá)DreamZero等開源基模可供選擇。

圖片由官方提供

“就沒打過這么富裕的仗！”在B站有33萬粉絲的“同濟(jì)子豪兄”，在看到主辦方提供的賽事支持后這樣感慨。

參賽選手幾乎清一色的00后。現(xiàn)場一支名為“MVP”的隊(duì)伍在當(dāng)天暫列第一，隊(duì)長是一名連續(xù)創(chuàng)業(yè)者，有豐富的大賽經(jīng)驗(yàn)，稱自己“自備5090GPU和多款機(jī)械臂”，另外兩名隊(duì)員分別來自深圳大學(xué)和香港科技大學(xué)。

選手要做的，是在三天時(shí)間里，通過采集數(shù)據(jù)、適配算法，讓機(jī)械臂盡可能實(shí)現(xiàn)單個任務(wù)的執(zhí)行成功，比如把草莓蘋果裝進(jìn)不同的籃子；或者是識別物體后，用字母積木拼出該物體的英文名稱，還有更難的——把type-C線插進(jìn)端口。

“之前我們叫全球首屆，還擔(dān)心太大了，后來看了看，確實(shí)不管國內(nèi)還是國外，都不曾有過這樣規(guī)模的比賽。”作為主辦方，自變量機(jī)器人創(chuàng)始人&CEO王潛在決賽日的發(fā)言中說。

72小時(shí)內(nèi)，選手需要教會機(jī)械臂識別環(huán)境、做決策、懂操作，難度頗高。王潛自己也說，“這事兒上手確實(shí)挺難”，但他也提到，把參賽時(shí)間極致壓縮，能推大家一把。

自變量創(chuàng)始人王潛

回歸真實(shí)

具身智能，當(dāng)下有一個癥結(jié)：“假”。

你看到的很多機(jī)器人進(jìn)廠打工擰螺絲，或者在零售場景下取貨收款，都是在設(shè)定好程序、環(huán)境前提下的擺拍，一旦換個場地、光線，機(jī)器人便手足無措。

大賽也“不夠真”。自變量CTO王昊就對《智能涌現(xiàn)》說，行業(yè)目前幾類賽事，有的提供純仿真環(huán)境，雖然能控制變量，讓參賽者更易上手，但離現(xiàn)實(shí)世界太遠(yuǎn)；還有的賽事只給選手提供數(shù)據(jù)，但所有評測過程均由主辦方完成。

“我們允許選手采集數(shù)據(jù)和修改硬件和各種環(huán)境配置，讓大家在模型泛化性上充分理解。”王昊說。

此次比賽設(shè)立A/B榜，選手需要從套環(huán)（抓取）、按指令分類水果（語言理解）、插電源線（精細(xì)操作）、拼寫單詞（長時(shí)序決策）四個中，選擇針對一個任務(wù)持續(xù)攻關(guān)。

而A/B榜的差異是，A榜中，選手可以按照自己設(shè)定好的環(huán)境、任務(wù)，完成指定動作即可；但B榜，需要按照完全隨機(jī)的環(huán)境，讓機(jī)器完成任務(wù)。

舉個例子，A榜里的套環(huán)，選手可以把木環(huán)放在套桿左邊，一直按照同一個位置，讓機(jī)械臂識別并完成套取；但在B榜里，審核員會隨機(jī)把木環(huán)放在任何位置，還會改變燈光、桌面顏色等環(huán)境指征，看機(jī)器能否在隨機(jī)條件下完成任務(wù)。

也就是說，A榜像開卷考試，考察的是選手對同一個題型的復(fù)刻能力、穩(wěn)定性；但B榜，就是用純黑盒的題型，考驗(yàn)選手訓(xùn)練的模型究竟有多少“泛化性”。

設(shè)立A/B榜，也是為了讓選手回歸真實(shí)，讓選手不單單為了“刷榜”，只使用少量數(shù)據(jù)來優(yōu)化特定場景，忽略了模型整體泛化性。

“這個比賽不想讓大家停留在仿真、虛擬世界的畫面里，而是上手動起來，體驗(yàn)物理世界的復(fù)雜性。”自變量算法合伙人甘如怡說到。

回到現(xiàn)實(shí)

在這場具身智能開發(fā)者大賽中，選手們摸到真實(shí)的機(jī)器，采到真實(shí)環(huán)境下的數(shù)據(jù)，得到了真實(shí)場景的模型反饋，具身智能得以回歸真實(shí)。

而下一步，就是讓機(jī)器人的智能，回到現(xiàn)實(shí)。

開發(fā)者黑客松代表的，是技術(shù)極客的想象，但技術(shù)，總要落地才有價(jià)值。

這次大賽的四個類目中，套環(huán)考驗(yàn)的抓取能力；按指令分類水果中包含語言理解；插電源線中對柔性物體的精細(xì)操作，以及拼單詞背后的長序決策能力，都是機(jī)器人落地工廠、家庭等現(xiàn)實(shí)場景中必備的能力。

圖片由官方提供

在這場賽事舉辦前夕，自變量還宣布，與58到家合作，在深圳推出智能保潔服務(wù)，讓全球首個機(jī)器人保潔員上崗。

“家庭是具身智能的圣杯，它代表最廣泛、最開放的環(huán)境和任務(wù)，解決了家庭任務(wù)，就代表模型可以實(shí)現(xiàn)完全泛化。”王昊如此形容。

必須承認(rèn)的一個事實(shí)是，讓機(jī)器人完全替代人類完成保潔，還不現(xiàn)實(shí)，在自變量與58到家的演示視頻中，機(jī)器人只能實(shí)現(xiàn)整理物品、清潔桌面等基礎(chǔ)動作，而像收納大件床單這種復(fù)雜動作，還需要和真人協(xié)作完成。

那么，機(jī)器人進(jìn)家庭的時(shí)間，是否應(yīng)該等模型足夠成熟后，再逐步實(shí)現(xiàn)呢？王昊并不認(rèn)同這個結(jié)論。

“一開始就直面最復(fù)雜最開放的場景，才能讓模型智能水平，提升到可以解決豐富場景的能力。”王昊說，“不管從什么時(shí)候開始，越早開始越好。”

不論是開發(fā)者大賽還是機(jī)器人落地，自變量的思路都相當(dāng)一致。

具身智能是一個復(fù)雜的系統(tǒng)性工程，從數(shù)據(jù)、算法、模型工具、訓(xùn)練范式，行業(yè)都沒有一個絕對共識，而自變量的法則是，鼓舞更多的人參與進(jìn)來，在嘗試中，讓模型與智能迭代。

在解釋舉辦比賽的初衷時(shí)，王潛也用“openclaw”給臺下的開發(fā)者們舉例：“小龍蝦為什么火，并不是因?yàn)橐蝗簩I(yè)人士在做，而是無數(shù)個人開發(fā)者、無數(shù)小團(tuán)隊(duì)一起，把它推成了一個龐大的生態(tài)。”

“我希望能做到具身智能的平權(quán)。”王潛說。