具身大模型挑战赛:平均25岁团队摘冠,真机能力定胜负

首届蚂蚁灵波具身大模型挑战赛在上海举行,15支决赛队伍经历48小时真机黑客松,TARS战队获得一等奖。文章拆解统一模型、真机评测与跨机构协作的关键看点,并提供可运行的成绩汇总脚本,让技术读者看懂具身模型从演示走向任务闭环要过哪些关。

文章目录

原文:平均年龄25岁,00后小伙带队拿下首届蚂蚁灵波具身大模型挑战赛最高分

首届蚂蚁灵波具身大模型挑战赛,把具身大模型直接放进真机赛场。11月16日,总决赛结果出炉:来自福田实验室、西北工业大学、普渡机器人、天津大学的五位选手组成“TARS”战队,获得一等奖并拿下最高分。报道显示,这支队伍平均年龄25岁,由00后小伙带队。冠军的可看点,是它诞生于真机赛场,而非静态模型榜单。

各队使用同一款开源预训练模型,差异要在有限时间里落到任务理解、动作执行和现场排障。可带走的视角有三个:决赛组织、真机评测难点、跨机构协作,并附一段可运行的成绩汇总脚本。

1、先看赛果:冠军阵容本身就是协作样本

1、先看赛果:冠军阵容本身就是协作样本(AI 生成示意图)

1、先看赛果:冠军阵容本身就是协作样本 · AI 生成示意图

奖项 队伍 组成 已知赛果
一等奖 TARS 福田实验室、西北工业大学、普渡机器人、天津大学的5位选手 获得最高分
二等奖 EVA 华中科技大学、清华大学深圳研究院、湖北元一智能的3位选手 获得二等奖
二等奖 SST 天津大学、北京大学、中国科学院自动化研究所的3位选手 获得二等奖
三等奖 Vida、FDU_SONIC、ai-robot 队伍构成未展开 获得三等奖
优秀奖 9支队伍 队伍构成未展开 获得优秀奖
观察团特别奖 3支队伍 队伍构成未展开 获得观察团特别奖

从获奖名单看,竞争不只属于单一实验室。EVA由华中科技大学、清华大学深圳研究院、湖北元一智能的3位选手组成;SST由天津大学、北京大学、中国科学院自动化研究所的3位选手组成,两队均获二等奖。冠军与亚军阵容都跨越机构,公开赛果呈现协作。

可确认信息里,TARS的算法、训练数据、提示策略或控制方案均未展开,因此不能把最高分归因于某项独门技巧。只能确认它满足赛制并获得最高分。一次现场表现不等于可复现方案。

2、48小时真机黑客松:考的是连续完成任务

2、48小时真机黑客松:考的是连续完成任务(AI 生成示意图)

2、48小时真机黑客松:考的是连续完成任务 · AI 生成示意图

11月14日,15支决赛队伍在上海张江科学会堂集结。选手从多地赶来,其中有人专程从温哥华返回。上午9点赛题一公布,各队便进入工作间,开始48小时真机黑客松。

机器人要过三道关,各队使用同一款开源预训练模型,模型全称以原文为准。统一起点通常让判断回到任务拆解、动作衔接和真机反馈。考的不是做一次,而是连续完成整条链路。

真机还可能引入感知偏差、执行误差、时延和环境变化,合理动作也可能因标定或现场条件变化而失败。目前可确认的信息没有给出各队处理方式,稳妥结论是:现场稳定性也是具身模型能力的一部分。

3、把赛果变成可复盘数据:一个脚本看懂排名

复盘时,把真实赛果整理为CSV,第一列team、第二列score。下面的脚本不预置名次或分值,只读取录入数据;它使用Decimal避免浮点比较误差,并生成Markdown表格。

import argparse
import csv
from decimal import Decimal, InvalidOperation
from pathlib import Path


def read_scores(path):
    with Path(path).open(encoding='utf-8-sig', newline='') as file:
        reader = csv.DictReader(file)
        if not {'team', 'score'}.issubset(reader.fieldnames or []):
            raise ValueError('CSV 必须包含 team 和 score 两列')

        rows = []
        for line_no, row in enumerate(reader, start=2):
            team = (row.get('team') or '').strip()
            raw_score = (row.get('score') or '').strip()
            if not team or not raw_score:
                raise ValueError(f'第 {line_no} 行缺少 team 或 score')

            try:
                score = Decimal(raw_score)
            except InvalidOperation as error:
                raise ValueError(f'第 {line_no} 行 score 不是有效数字') from error

            if not score.is_finite():
                raise ValueError(f'第 {line_no} 行 score 必须是有限数字')

            rows.append((team, score))
        return rows


def main():
    parser = argparse.ArgumentParser(description='生成挑战赛排名表')
    parser.add_argument('csv_file', help='包含 team,score 两列的 CSV')
    args = parser.parse_args()

    rows = read_scores(args.csv_file)
    rows.sort(key=lambda row: (-row[1], row[0]))

    print('| 排名 | 队伍 | 分数 |')
    print('| ---: | --- | ---: |')
    for rank, (team, score) in enumerate(rows, start=1):
        print(f'| {rank} | {team} | {score} |')


if __name__ == '__main__':
    main()

保存为rank_teams.py后,运行python rank_teams.py results.csv即可得到排名表。输入文件需包含team、score表头;脚本按分数降序,同分时按队名排序。它只负责整理,不替代官方赛制,具体分值与名次以原文及官方结果为准。

4、从赛制提炼三条具身智能工程线

公开信息能带走的,不是“某个模型已解决机器人”,而是三条工程线。第一,任务闭环:系统通常不只生成动作,还要把观察转成计划,并在失败时调整。第二,现场稳定性:仿真动作换到真机可能受标定、时延和环境变化影响,日志与定位很重要。第三,协作接口:跨机构队伍要对齐模型、数据、代码与验收方式,避免48小时消耗在沟通上。

可确认信息未说明TARS的具体方案,只能确认它在三道关中胜出。优势来自模型使用、任务策略还是工程实现,仍需完整材料回答。技术团队应复制评测闭环,而不是寻找未公开答案。

写在最后

首届蚂蚁灵波具身大模型挑战赛让具身模型进入同模型、同赛题、真机执行的直接较量。
TARS以最高分获一等奖,EVA与SST获二等奖,多机构组队是公开赛果的重要特征。
48小时、三道关和15支队伍,把任务理解、执行稳定性与团队效率放进同一张答卷。
赛事成绩能否沉淀为可复现、可扩展的工程能力,仍值得追踪。
我的判断:具身大模型的下一道门槛,不只是更会推理,而是更能在真实世界稳定完成任务。

相关阅读

想把这套流程装到自己服务器上?阿凡达提供一次性的私有化部署与出海模型接入服务,说明与报价见站内服务页:查看技术服务。

文中链接

整理自本文的外部链接,请以来源页面说明为准。

具身大模型挑战赛:平均25岁团队摘冠,真机能力定胜负 · 阿凡达博客