當(dāng)機器人走出實驗室，踩上泥土、青苔與山坡

“哎呀，還是不行。”伴隨著賽事解說員的一聲輕嘆，在還有一個臺階就到達終點時，機器狗的重心向右一歪，再次摔到了臺階旁邊的排水溝里。

在之前的賽段里，這只來自上海交通大學(xué) IRMV 隊的四足機器人表現(xiàn)一度領(lǐng)先，卻在同一個地方反復(fù)卡住，

沒有什么猶豫，隊長馮臨溪抄起它一路狂奔沖回起點，準(zhǔn)備讓它再重頭試一次。

這時離規(guī)定完成時間只有不到7分鐘了。

現(xiàn)場的所有人，觀眾、工作人員、選手還有從直播里觀戰(zhàn)的陌生人，都為這支隊伍捏著一把汗。

留給他們的時間只夠再嘗試一次，還得是毫無錯誤、一氣呵成的那種。

機器狗順利地完成了前三個子路段的戶外越野，它輕松繞過路障、越過淺坑，連著跨越四級臺階的緩坡，但還是又一次卡在了最后一個賽段的這段長臺階前。

馮臨溪決定將機器狗從全自主模式切換到遙控模式，先完成比賽再說。

12月香港的冬天，汗珠大顆大顆往下落著，他卻只來得及撩起T恤下擺擦干凈落在電腦鍵盤上的汗，時間只剩最后一分鐘，氣氛有一種“不成功、便成仁”的緊張。

可奇跡沒有出現(xiàn)，在大屏幕上的倒計時結(jié)束之后1分鐘，他才完成調(diào)試，操控機器狗順利走完最后的賽程。

無論是選手和這臺摔了又摔的四足機器人，在過去的兩天里都已經(jīng)盡力了。

在踏上這段臺階之前，他們已經(jīng)在一天的不同時段完成戶外分揀垃圾、自主澆花、吊橋穿越等任務(wù)。

無論是布滿青苔的臺階、濕潤的草皮，還是臨近中午變得刺眼的天光，或是觀眾發(fā)出的聲音，吊橋木板間超過 50 厘米寬的縫隙，都是名副其實的“絆腳石”，干擾著機器人的自主判斷和任務(wù)執(zhí)行。

來到真實世界，踩入泥濘、噪聲與未知的干擾

上述這一幕幕，發(fā)生在第五屆ATEC2025科技精英賽ATEC 2025·Real-World Extreme Challenge 的決賽現(xiàn)場。

本屆比賽的核心賽題是“真實世界極限挑戰(zhàn)”，線上賽設(shè)置了軟件、硬件兩個賽道，線下賽則在香港中文大學(xué)的全戶外真實場景中模擬多樣化的戶外地形，要求機器人完成吊橋穿越、定向越野、自主澆花、垃圾分揀等綜合任務(wù)，首次在全戶外真實場景中系統(tǒng)探索“無遙操”技術(shù)路徑。四足機器人在越野時頻頻翻車的山坡，正是香港中文大學(xué)的后山。

馮臨溪帶領(lǐng)的 IRMV 隊，是從線上賽的 396 支隊伍中角逐出的 13 支小隊之一。兩天的線下賽里，在“鼓勵全自主、探索無遙操”的賽制引導(dǎo)下，這 13 支參賽隊伍針對戶外復(fù)雜場景，嘗試了多樣化的技術(shù)路徑與創(chuàng)新方案。

「摔倒沒什么，再站起來就好」

賽場上一出又一出“機器人翻車實錄”。其實都在賽事主辦方的意料之內(nèi)。

本屆賽事的根本目的，就是要回答一個核心問題：機器人能否真正走出實驗室，進入并適應(yīng)我們復(fù)雜的人類世界？

這樣一來，擺在參賽選手們面前的核心挑戰(zhàn)就是，如何讓機器人在沒有人類“手把手”幫助的情況下，真正理解環(huán)境、預(yù)測風(fēng)險并做出安全高效的決策。

遮擋、光照、混亂、噪聲——所有真實世界的干擾，全都被真實地擺在題目里。

這每一道題，都不是為了讓它“完成得好看”，恰恰是為了讓機器人能夠在一次次失敗里暴露真正的弱點。

「現(xiàn)場改裝」

在這里，前沿技術(shù)被“拽”進真實世界里去碰壁、去檢驗，當(dāng)機器人從實驗室走入真實世界，讓技術(shù)和難題正面相遇，那些難題才有了真正被解決的可能。

如螞蟻集團技術(shù)戰(zhàn)略部負(fù)責(zé)人所表示，AGI技術(shù)發(fā)展的未來，是實現(xiàn)機器智能與物理世界的深度融合，只有“真問題”，才能讓行業(yè)知道下一步要突破什么。

機器人到底多聰明才算聰明？

「機器人在執(zhí)行澆花任務(wù)」

在戶外越野任務(wù)之外，選手們公認(rèn)挑戰(zhàn)較高的任務(wù)是自主澆花。即使是冠軍隊伍 wongtsai賽隊，在其他三個任務(wù)都實現(xiàn)了機器人全自主完成，但在澆花這個任務(wù)上還是選擇了遙控操作。

澆花這件事，三歲小孩都能做，為什么會成為機器人比賽中難度最高的一環(huán)？

目前的機器人在特定領(lǐng)域（如下棋、翻譯、圖像識別）已經(jīng)表現(xiàn)出超越人類的“聰明”，但在另一方面，日常生活里我們司空見慣的許多動作，在機器人的“眼中”卻并不是那么一回事。

從大二開始泡在北京理工大學(xué)自研機器人實驗室的季子上，在賽前一輪又一輪的攻關(guān)里，對澆花這件事做了無數(shù)次拆解：“導(dǎo)航必須特別穩(wěn)，偏一點可能就夠不到桌子，或者對不準(zhǔn)水龍頭。抓取和操作必須很準(zhǔn)，比如目標(biāo)在不同角度、光線變化大、抓取失敗后怎么自己重新調(diào)整，都需要仔細(xì)思考。”

面對桌上的水壺，機器人需要首先識別：“我在哪里，我需要做什么，哪邊是壺把手，哪邊是壺嘴，哪里是需要澆的花”，接著才是思考一系列問題：“我要如何靠近水壺，在這個過程中如何避免碰撞，機械臂需要到達怎樣的位置才能抓起水壺，需要用多大的力度。”

如果想讓機器人全自主完成這一系列操作，考驗的就不僅僅是單個點位的視覺識別和動作精準(zhǔn)，而是要在長鏈路的復(fù)雜任務(wù)中做到全身協(xié)同，相比起單個動作，這完全是個系統(tǒng)級挑戰(zhàn)。

甚至在澆花的過程中水壺的重量在不斷變化，機器人能不能感知到這種變化并調(diào)整動作，也考驗著機器人的力控感知與自適應(yīng)控制能力。

「機器人在執(zhí)行澆花任務(wù)」

這么看來，日常生活中那些常見的家務(wù)，疊衣服、洗碗、做早餐……哪一樣對于機器人來說不是困難重重的復(fù)雜任務(wù)？即使只是鋪床，每天早晨人類起床之后枕頭和被子的位置都是隨機的，或者床頭柜上多了兩件睡衣……這些變量對于機器人來說，都是關(guān)于魯棒性（Robustness，指是一個系統(tǒng)或模型在面對內(nèi)部參數(shù)變化、外部環(huán)境干擾、不確定性或異常時，仍能維持其功能、性能穩(wěn)定運行的能力）的極高考驗。

“很多事情，目前確實只有人類能做。人的智慧很難被簡單替代。人類這個物種，沒有我們想象的那么簡單。”朱承睿認(rèn)為，機器人從人類遠(yuǎn)程遙控操作到自主控制，大概是蒸汽機時代到電氣化時代的飛躍，是一次工業(yè)革命級的進步。

當(dāng)然，這并不是只有這些選手需要面對的問題。

在中國29.5萬臺的安裝量領(lǐng)跑全球的產(chǎn)業(yè)繁榮背后，隱藏著一個關(guān)鍵技術(shù)瓶頸：目前大多數(shù)引人注目的機器人演示，實際上都依賴于人工遙控或預(yù)設(shè)程序，距離真正的“全自主”仍有相當(dāng)距離。

習(xí)慣在嘲笑聲中成長，因為我們的目標(biāo)不在當(dāng)下

「吊橋穿越任務(wù)」

與常規(guī)的比賽不同，失敗，對這些參賽的選手們來說，并不是新鮮事。

“在比賽里我很高興看到，大概試了10次或者20次，總有一次成功。”劉云輝在賽后整體評價道，“我個人而言，已經(jīng)比較滿意了。”

或者應(yīng)該這樣說，機器人領(lǐng)域的每一點突破，背后都是漫長的研發(fā)過程與無數(shù)次的失敗。

尤其是在機器人研究從人工遙控轉(zhuǎn)向全自主的“具身智能”時，研發(fā)者們付出的努力更是難以想象。

比“機器人做到了什么”更出圈的，往往是那些關(guān)于“今天機器人又怎么花式翻車了”的內(nèi)容集錦。這群“搞機器人的”，早就已經(jīng)習(xí)慣了在嘲笑聲中成長。

“不光是別人嘲笑，我們也經(jīng)常自嘲，有的時候做個傳感器，也會自我懷疑這東西到底有什么用，會不會太脫離現(xiàn)實。”USTBot隊隊長張博陽在香港科技大學(xué)攻讀博士，他告訴我們：“科研需要時間來驗證，也許未來某個時刻，我的研究成果很快遷移到了具體的場景和產(chǎn)品上，可能就能派上用場了。”

張博陽2018年入讀東北大學(xué)機器人工程專業(yè)，并且是該專業(yè)的第一屆學(xué)生，到2025年的今天回頭看，就在短短幾年間，曾經(jīng)的不少理念都已落伍，行業(yè)發(fā)展實在太快。如今的他更想讓機器人代替人類去處理如高空作業(yè)、火場搜救等危險任務(wù)。

“9·11 事件后，背包機器人已經(jīng)能和搜救人員一起進入現(xiàn)場，” 他說，“我們這代人的使命，是讓這種技術(shù)更成熟、更可靠。”

「機器人在戶外越野任務(wù)中」

比外界嘲笑更磨人的，是技術(shù)迭代帶來的自我懷疑。

AI技術(shù)的躍進式發(fā)展，打開了人類對于“新智慧”的無限暢想，讓我們有機會重新解讀問題，能重新嘗試解決原本無法解決的問題，也讓“機器人”可以開始被冠以“具身智能”的稱呼。

但對于長期身處其中的研究者來說，也有一些措手不及。

作為一位在長期研究導(dǎo)航和控制方向的研究者，馮臨溪也感受到了技術(shù)的快速變化。大模型的出現(xiàn)，推動新的方法涌現(xiàn)，許多傳統(tǒng)方案難以解決的問題，利用大模型就有了全新的思路。

“好像爬了很久的坡，突然之間因為技術(shù)迭代，發(fā)現(xiàn)路被重造了。”他說。

但即使有了大模型，發(fā)展的路依然很漫長。

訓(xùn)練大模型的語料大多來自互聯(lián)網(wǎng)，它現(xiàn)在可以理解一幅圖像、一段文字，但是對于真實的物理世界，目前的大模型還處于缺乏概念的狀態(tài)之中。“要它理解如何抓起一個物品，它是完全做不到的。它不具備這種能力。”朱承睿告訴我們。

當(dāng)下的機器人行業(yè)，大多采用“大腦+小腦”相結(jié)合的技術(shù)架構(gòu)。“大腦”負(fù)責(zé)通過大模型對長程鏈路進行規(guī)劃，“小腦”則通過底層控制、硬件控制等小模型來完成。AI 讓機器人變得“聰明”，也帶了新的挑戰(zhàn)，AI 用得多，算力要求就變高，相應(yīng)的耗電量就變大，這就導(dǎo)致需要更多電池載荷來支持機器人的“腦力”，但隨之而來的問題就回到了硬件——配重、平衡乃至動作感知，都是需要跟上的技術(shù)。

可以想象，在這個系統(tǒng)工程里，未來算力強、功耗低的芯片的出現(xiàn)，還將帶來連鎖反應(yīng)般的影響。

跨界者的勇氣：在質(zhì)疑聲中拓寬賽道

參加比賽，說不想贏那肯定不現(xiàn)實。

但拿冠軍從來都不是唯一的目標(biāo)。

20歲的陳舒熒是ATEC 2025最年輕的隊長，她帶領(lǐng)的隊伍，成員中最小的只有19歲，最大的也才24歲，也是本屆比賽中最年輕的隊伍。

陳舒熒甚至也不是科班出身：修讀醫(yī)學(xué)的她，卻對機器人有著濃厚的興趣，希望能夠探索機器人技術(shù)運用在醫(yī)學(xué)領(lǐng)域，于是，她自學(xué)軟件，投身交叉學(xué)科。

她就讀的香港中文大學(xué)鼓勵學(xué)生跨專業(yè)學(xué)習(xí)AI知識。自己由于對機器人的愛好，此前已經(jīng)加入到了香港中文大學(xué)的機器人戰(zhàn)隊，這也為其組隊參賽提供了基礎(chǔ)。

參加 ATEC，陳舒熒和隊員們的首要目標(biāo)是通過手動遙控完成比賽，在此基礎(chǔ)之上再去嘗試“無遙操”的挑戰(zhàn)——完成比賽本身就是學(xué)習(xí)的一部分。

參加比賽的過程中，她投入了很多時間精力來學(xué)習(xí)相關(guān)的前沿技術(shù)，對于她來說，這些都是“值得走的路”。在與其他隊伍的交流中，她學(xué)到了不少新東西，也更明晰了接下來的研究方向——她想探索機器人與醫(yī)學(xué)的交叉點，用前沿技術(shù)幫助更多的病患。

“比如說讓醫(yī)生在 AI 輔助下在人體內(nèi)完成抵達病灶的導(dǎo)航，乃至讓機器人更精確地代替醫(yī)生的手，都是我接下來想做的。”她的機器人戰(zhàn)隊導(dǎo)師香港中文大學(xué)博士后何騏補充道。

這場比賽里，有馮臨溪這樣已經(jīng)在機器人領(lǐng)域研究了很久的，也有如陳舒熒這樣，從醫(yī)學(xué)專業(yè)跨界機器人研究的初期探索者。

自研機器人，與“真實商戰(zhàn)”不期而遇

北京理工大學(xué)，常與“自主研發(fā)”緊密相連。而隊長季子上所在的CyberPrime隊，由三名博士、三名碩士組成，核心成員大多來自北京理工大學(xué)。

隊長季子上考入北京理工大學(xué)時，最初是被材料科學(xué)專業(yè)錄取。在對機器人產(chǎn)生興趣之后，他通過校內(nèi)選拔進入全英授課的機電學(xué)院機器人實驗室。“那時是2022年，只是覺得機器人這個方向很酷、很帥。沒想到一兩年后，機器人領(lǐng)域就迎來了大爆發(fā)。”他回憶道。

研究方向撞上“風(fēng)口”，一切似乎都進展順利。數(shù)年來他參加了不少比賽，拿下獎項無數(shù)，更重要的是，在四足機器人這個領(lǐng)域，他深深鉆了進去。

那種爬坡爬到一半，發(fā)現(xiàn)又要重新學(xué)習(xí)新技術(shù)的感覺，季子上也同樣經(jīng)歷過。早些年，用現(xiàn)代控制理論去做機器人控制的方法一度非常火。隨著顯卡迭代，助力強化學(xué)習(xí)的發(fā)展，就在短短一兩年之內(nèi)，傳統(tǒng)控制算法突然被淘汰了。

他所在的實驗室是國內(nèi)最早研發(fā)四足機器人的團隊之一，在 ATEC 的賽場上，他們也選擇用自研產(chǎn)品參賽——這款產(chǎn)品已經(jīng)研發(fā)數(shù)年，相關(guān)商業(yè)化探索也即將展開。但是他沒想到的是，在這里，他們提前遭遇了未來市場上的強大對手。

但賽事主辦方為參賽選手提供了成熟的硬件解決方案，大多數(shù)參賽者都選擇了行業(yè)頭部的設(shè)備。

但季子上的賽隊還是堅持用了自研機器人。“如果只是為了贏，我肯定用成熟的商業(yè)化機器人，但我們也想通過比賽多考驗一下我們的機器人。結(jié)果意外地發(fā)現(xiàn)用了自己熟悉的機器人，可以進行硬件上的靈活適配，反而成為比賽成功的關(guān)鍵因素之一”。

自覺肩負(fù)使命與未來的人，面對變化時，只會盡快適應(yīng)它、超越它。

談到機器人發(fā)展的未來，他的想法與其他幾位選手類似——機器人應(yīng)該做更多人類無法完成的工作，而不是人類能力范圍內(nèi)的事情。面對足夠強大的競爭對手，季子上對自研機器人也有信心——夠結(jié)實、續(xù)航長，做到一定的程度，也是技術(shù)壁壘。

“讓機器人去承擔(dān)人類危險的工作，或者完成人類無法完成的任務(wù)，是我們這一代機器人研發(fā)者更重要的使命。”季子上說。

十年之約：用理想對抗漫長時光

「垃圾分揀任務(wù)」

比賽落幕時，香港中文大學(xué)的山坡上，夕陽把人們的影子拉得很長。

當(dāng)問起具身智能什么時候能達到大眾期待的水平，ATEC 2025 專家委員會主席、香港工程院院士劉云輝認(rèn)為：“五年之內(nèi)實現(xiàn)都相當(dāng)困難。”

而剛剛從長達半年的比賽中告一段落們的選手，給出的答案更加克制，或者說保守。有的選手的回答是十年，有的選手抱著與目標(biāo)“死磕”二十年甚至三十年的預(yù)期。

在比賽里，讓機器人自主完成任務(wù)、實現(xiàn)“無遙操”，是加分項。但是在真實世界里，機器人要真的成為具身智能，要真的走進千家萬戶，能夠自主完成復(fù)雜任務(wù)就是必須做到的前提條件。

他們知道，具身智能的發(fā)展不會一蹴而就，嘲笑和質(zhì)疑也會如影隨形。但就像螞蟻集團技術(shù)研究院何征宇在開幕式上說的：“所有偉大的技術(shù)進步，都是在失敗、難題、很少人喝彩的地方被逼出來的。”

研究者們，正是在一次次失敗中，把機器人從實驗室一步步帶到真實世界，用每一次調(diào)試、每一次改進、每一次在嘲笑聲中的重新站起，鋪就一條通往未來的道路。

現(xiàn)在的技術(shù)或許還稚嫩，但就如同 2012 年那場 ImageNet 比賽，冠軍獲得者的錯誤率也高達 28%，但就是這樣一個幾乎“所有人都失敗”的賽場里，一個被質(zhì)疑“走過時路線”的教授，帶著他的學(xué)生提交了一套沒人太看得上的模型—— AlexNet。

當(dāng)時的人們，誰能想到，一個全新的深度學(xué)習(xí)時代正是在這樣的起點開始？

或許多年以后，人們也會想起這個冬天，有一群研究者在布滿青苔的臺階上，走出了關(guān)鍵的一步又一步。

— @人間像素 —

作者 / 唐云路

版式 / Alice