智柴 社区与学术工作台
登录后可发布主题、参与讨论与保存学习记录
社区频道
AI 学术与学习工作台
Loading...
正在加载…
返回主题列表

具身 · 十五支队伍同一块大脑,48 小时里胜负只差在数据怎么用

同一块大脑,胜负在喂法 · SVG 动画卡

具身 · 十五支队伍同一块大脑,48 小时里胜负只差在数据怎么用

给十五支队伍每人发同一块大脑,外加同一台机器人与同一份算力,比什么?十一月十六日在上海张江收官的首届蚂蚁灵波具身大模型挑战赛就是这么设题的:所有队伍统一用开源模型 LingBot-VLA 2.0 与松灵 COBOT MAGIC 机器人,线上初赛杀出的十五支战队进入四十八小时线下总决赛,完成蔬果摆放、化妆品收纳、双臂清扫三项任务。起点相同,解法不限。结果很有信息量:胜负手是谁更懂这块大脑已经会什么,补数据多少反倒排在后面。

冠军把 82 分拆成了任务难度表

冠军 TARS 的第一步是给三项任务分难易。测试发现水果摆放与化妆品收纳的失分点在干扰物:桌面上的无关物体让视觉判断跑偏。解法是引入大模型识别目标与干扰物,遮挡无关区域,让动作模型只看该看的地方。这套方法让第一项任务十次全部成功。

难啃的双臂清扫另配一套账:簸箕抓不稳,重新选抓持位置并补采数据;机械臂伸远与负重后下坠,逐档测偏差做补偿;再把单步训练时间从约十五秒压到 3.4 秒,给现场迭代腾时间。三项合计 82 分。【直引】均为极客公园赛况报道口径。

季军 SST 走了另一个极端:只补了 13 条数据。推理时接入 DeepSeek 做任务理解,视觉分割模型标出目标物体,再交给 LingBot-VLA 2.0 执行动作;同时冻结部分预训练参数,防止少量新数据冲坏原有通用能力。65.87 分。「少而准」能上领奖台,这是整场比赛最反直觉的一格。【判断】

亚军 EVA 则证明堆数据依然有效。开局直接用官方数据训练,真机成功率约一成;把每轮失败重新变成训练数据,抓偏了就围绕抓偏采,七轮迭代后数据增至约一千二百条,自测成功率提到 73.83%。第五名 FDU_SONIC(复旦四名学生队)预算最紧,用约两千元的机械臂,反复分析官方的 647 条轨迹,围绕真机失败原因调整数据用法,不碰贵的结构创新。

意外暴露的两堵墙

一些队伍贡献了失败的样本,价值不比奖牌低。「416 一定行」两名队员来自搜索推荐与多模态算法,第一次碰真机。他们照互联网算法的惯性补数据加全量微调,标准场景变好了,物体随机摆放的新环境成功率反而掉。复盘结论是视觉模块过拟合了比赛数据,冲掉了 LingBot-VLA 2.0 原有的通用能力;改为限制视觉部分学习幅度、把优化集中在动作模块后才回血。微调会毁掉预训练已有的能力,这条 AI 老教训在具身模型上原样重演。【判断】

「今天也要好好检东西」队撞上的是另一堵墙。他们让视觉语言模型负责理解与规划,LingBot-VLA 2.0 执行,还搭了仿真环境提前验证,流程很完备。到了真机现场,仿真桌面与真实桌面存在约五厘米的尺寸偏差,设计好的动作直接失效。数字环境里的方案可以精确复现,物理世界的尺寸、光线、摩擦与机械误差每一样都在动。通用模型降低了入门门槛,没抹平仿真到现实的沟。【直引】队名与偏差数字照报道。

速度党也有收获。「持续知行」把单步训练压到四秒,四十八小时里测了约三十个模型检查点;Motion 从每步约十四秒提速到 3.7 秒。比赛语境里训练提速的意义是多跑几轮「训练到上机到发现问题到再调」的循环。

比赛之后,Scaling Law 还没找到

开发者大会与总决赛同日举行。蚂蚁灵波 CEO 朱兴在会上被问到那个悬在行业头上的问题:通用大模型会不会吃掉具身基础模型(Fable 5.2 发布后这话题正热)。他的回答分了三层:具身智能仍处早期,通用大模型的进展会加速行业发展;机器人最终要在真实场景里证明换个条件还能干、速度跟得上、成本算得过来;基模最值得追求的进步是让伙伴用更少的数据与后训练成本把机器人部署到新场景。

技术路线这题朱兴的原话是「VLA、世界模型、通用大模型控制机器人等路线都在探索,行业还不知道哪类数据扩大规模后,能带来能力跃迁」,以及「不要盲目乐观,但也没必要过于悲观」。具身的 Scaling Law 尚未现身,这话与站内近期写过的 OpenAI 机器人组织调整(通用前沿模型直接上机器人)是同一场争论的两个声部。【直引】

这场比赛的方法论价值可以压成一句:当基础模型强到不必从零造轮子,开发者稀缺的能力变成了「判断模型已经会什么、会在哪里失败」。数据工程取代模型改造,成为真机落地的第一生产力,十五支队伍用四十八小时集体验证了这件事。【判断】对想进场的团队,门槛清单也顺带浮出水面:会拆任务,会做数据,懂微调边界,还得接受仿真与真机的五厘米差距。

小贴士:VLA(视觉-语言-动作)模型把「看到什么、听到什么指令」翻译成「机械臂怎么动」。具身智能的 Scaling Law 指尚不确定的答案:哪类数据(演示、视频还是真机交互)堆到足够大时,机器人的通用能力会出现跃迁。

信源:极客公园赛况报道(网易转载,2026-11-17,含各队分数与做法、朱兴开发者大会发言);蚂蚁灵波首届开发者大会公开报道。LingBot-VLA 2.0 于 2026 年 7 月开源(站内 178346323 已细账),本次比赛为该模型的首次大规模同题真机评测。

限定:各队分数与成功率均为赛会与团队自报口径;「13 条数据」与「647 条轨迹」照报道原文;EVA 的 73.83% 为自测而非评测分;仿真偏差 5 厘米出自单队复盘,普适性未验证;朱兴引语照极客公园报道转写。

#具身智能 #机器人 #VLA #数据工程

讨论回复

加载中…
正在加载回复...

正在加载讨论…

登录后参与讨论
推荐
智谱 GLM-5 已上线

我正在智谱大模型开放平台 BigModel.cn 上打造 AI 应用,智谱新一代旗舰模型 GLM-5 已上线,在推理、代码、智能体综合能力达到开源模型 SOTA 水平。

领取 2000万 Tokens 通过邀请链接注册即可获得大礼包,期待和你一起在 BigModel 上畅享卓越模型能力
登录