LONGFORM READING
炸金花模拟器官方平台-经典扑克游戏 最新动态 榜单之外:一场48小时真机赛,检验具身大模型的真实成色

榜单之外:一场48小时真机赛,检验具身大模型的真实成色

机器人前瞻(公众号:robot_pro) 作者 许丽思 编辑 漠影 今年以来,具身智能行业的Benchmark榜单格外热闹:新模型接连发布,SOTA不断被刷新。 以真机评测平台RoboChallenge为例,上线一年来,Table30榜首几度易主,最高任务成功率便由四成多攀升至接近七成。各类机器人演示视频里,动作也越来越流畅。 榜单的价值在于可比性,在统一的任务和条件下,衡量模型能力的进展。但产业

机器人前瞻(公众号:robot_pro) 作者 许丽思 编辑 漠影 今年以来,具身智能行业的Benchmark榜单格外热闹:新模型接连发布,SOTA不断被刷新。 以真机评测平台RoboChallenge为例,上线一年来,Table30榜首几度易主,最高任务成功率便由四成多攀升至接近七成。各类机器人演示视频里,动作也越来越流畅。 榜单的价值在于可比性,在统一的任务和条件下,衡量模型能力的进展。但产业还关心另一个问题: 如果把 模型交给外部开发者,换一批人、换一批数据、换一个操作环境,它的成功率又会是怎样的情况? 今天,上海的一场48小时真机决赛,把这个问题交给了开发者。 这场由蚂蚁灵波发起的 具身大模型挑战赛, 共吸引1855支队伍、3252名选手报名,覆盖13个国家。经过线上仿真初赛,最终15支战队进入真机决赛,共同使用开源具身大模型LingBot-VLA 2.0和松灵COBOT MAGIC机器人,在48小时内完成模型调优、真机部署和任务挑战。 榜单能够反映模型在既定条件下的水平,而开发者能用多少数据、花多少时间,将这些能力转化为稳定的真实操作,才更接近具身大模型的产业价值。 一、从仿真到真机,48小时里发生了什么? 在决赛现场,我们发现,参赛者的背景相当多元:有具身智能科研人员,也有互联网算法、自动驾驶领域的跨界工程师,有第一次接触真机的本科生、大厂员工,还有通过小红书临时组队的年轻开发者…… 开源基模让这些开发者的跨界探索有了共同起点, 也提供了验证他们已有技术经验的新机会。 比如,“fbfyfbf”队借助开源文档和AI编程助手搭建训练环境,“416一定行”队将搜索推荐领域的方法引入机器人开发,“有手就行”队则尝试迁移自动驾驶领域的技术经验。基于LingBot-VLA 2.0,他们能够快速进入具身研发环节。 但真正走上真机赛场,难题很快变得具体。决赛题目有三项: 一是用单臂抓取水果和蔬菜,二是用单臂抓取化妆品并放入透明盒,三是用双臂配合清扫桌面垃圾,再倒入收纳筐, 这些任务对机器人的视觉理解、空间感知和动作执行都提出了较大考验。 第一道难关就是 数据。 有选手在路演中提到,官方提供了647条公共数据,但没有覆盖全部任务情况。例如,水果摆放中出现了杨桃、青尖椒等缺少相应示范的物体,选手只能通过遥操作自行补采。 不过, 数据并非采得越多越好,采什么、怎么采同样关键。 “416一定行”队在决赛中新增了一百多条数据,却因采集内容与评测任务不够匹配,后续成绩反而未能超过第一轮。其他战队也发现,针对失败动作、困难物体和任务薄弱环节补采数据,往往比盲目扩大数据规模更有效。 第二道难关来自 真实物理环境。 很多问题在仿真阶段并不明显,不少队伍还是第一次碰真机,这些挑战更是超出了之前的预期。 有队伍反映,透明收纳盒的空间层次很难准确识别、现场的光照变化也可能影响机器人视觉判断;还有机器人抓取水果反复失败、机械臂伸展后出现下坠,以及清扫任务前半程完成后没法顺利衔接上倾倒动作……一次微小的环境或动作偏差,就可能影响整套任务的执行。 更棘手的是, 所有问题都得在48小时内解决 。驰序知行团队介绍,为了让现场采集的数百条数据更快投入训练,团队优化训练流程, 将单步耗时由约15秒压缩到4秒左右 。 时间紧、数据有限、现场充满不确定性,这场比赛呈现出的开发压力,与真实产业部署面临的约束颇为相似。如何利用有限资源,尽快找到最有效的改进方向,成为所有战队共同面对的考验。 二、同一颗机器人大脑,被开发出不同的解法 在这场高压测试中,前三名的队伍围绕数据回流、视觉提示和任务针对性优化,给出了一些颇具代表性的解法。 EVA队在比赛第一天测试时发现, 仅 用官方 公共 数据训练的 初始 模型 ,在决赛任务的 成功率只有约10% 。团队判断,影响模型表现的关键因素之一,是训练数据与实际评测场景之间的差异。因此,他们没有单纯依靠调整模型参数,而是搭建了一套能够持续改进数据质量的RSI机制。 这套机制的核心是让失败案例重新进入训练流程, 机器人先自主执行任务,再利用AI完成数据标注、清洗、轨迹评分,针对失败场景由人工补充示范数据。 48小时内,EVA队完成约7轮数据回流,新增700多条数据,同时利用目标定位、分割标注和深度信息蒸馏增强模型能力。 SST队则选择让机器人先看清楚要操作什么。 他们借鉴System 1与System 2的分工思路,利用外部模型解析任务指令,再通过SAM 3定位目标物体、生成视觉掩码,弱化背景干扰,让LingBot-VLA 2.0把注意力集中在真正需要抓取或放置的物体上。 很巧妙的是,SST队还通过逆向读取视频,生成目标物体的分割数据, 用于 优化模型 的 训练与动作执行。 推理时,模型一次生成50个动作,但仅执行其中16个,以提升机器人操作的

about image

分享这篇内容

让更多人看到这份有价值的赛事观察。

TRENDING DESK

热点新闻

快速查看当前内容池中正在被关注的文章。

中央汇金资管2026半年报退出软控股份前十大股东名单

中央汇金资管2026半年报退出软控股份前十大股东名单

2026年半年报披露,中央汇金资产管理有限责任公司不再位列橡胶装备龙头软控股份前十大股东。 软控股份有限公司(002073.SZ):全球橡胶轮胎智能装备龙头,承建国家橡胶与轮胎工程技术研究中心,是全球少数可覆盖轮胎全生产周期装备的供应商。主营橡胶轮胎成套智能装备、轮胎工厂数字化软硬件系统,同时布局橡胶新材料、节能环保装备、物联网工业软件,为轮胎企业提供单机设备、产线与整体智能工厂一体化解决方案,产
如今黄金价格变成了一个天大的笑话,买黄金的人可笑到什么程度?

如今黄金价格变成了一个天大的笑话,买黄金的人可笑到什么程度?

如果把人类历史上开采出的所有黄金堆到一起,摆在华盛顿的空地上,你猜有多大?很多人脑子里浮现的是一座金山。 可真把它压成一个立方体,摸上去、绕着走一圈,你会愣住:就这么大点儿?敲一敲,声音沉闷,确实是实打实的金子,可它比想象中小太多了。人类折腾了几千年,你争我夺、杀人放火、漂洋过海,全部家当加起来,也就这么一小坨。 问题来了,这么一坨东西,凭什么值那么多钱? 先说它到底被用来干啥。差不多四成五是拿去
台北街头民调出炉,41:39!又有一人跟进王金平,蒋万安应要思考

台北街头民调出炉,41:39!又有一人跟进王金平,蒋万安应要思考

台北街头民调出炉,41:39!又有一人跟进王金平,蒋万安应要思考 近段时间以来,蒋万安的角逐情势成了外界瞩目的焦点,皆因按照10月20日的一份关于台北市的角逐民调,蒋万安竟然以33.3%的支持度落后对手的50.3%,双方的差距为17%!而这一民调结果也随即受到了外界的讨论以及质疑,因为这一差距比较悬殊,即便是角逐呈现出僵持而情况下,但也不可能出现如此差距!更何况蒋万安一开始的角逐情势,就具有绝对的
防线狂丢30球!4比4扳平难掩曼联颓势,8轮不胜坠入40年最难深渊

防线狂丢30球!4比4扳平难掩曼联颓势,8轮不胜坠入40年最难深渊

伤停补时阶段连入两球,顽强将比分扳成4比4平,但是对于曼联队来说,这来之不易的一分,实在没有任何作用。 北京时间11月9日凌晨,英超第10轮继续展开较量,老特拉福德上演了一场让人心脏骤停的比赛,曼联主场4-4战平阿斯顿维拉。相信很多球迷看完补时最后时刻的两个进球,第一反应是热血沸腾,可当镜头扫向积分榜,所有激动瞬间被浇上一盆冷水,一场疯狂的绝平,只换来1分,红魔依旧留在降级区,英超已经8轮不胜。
记者:波切蒂诺等了曼联8年,红魔曾计划让他在穆帅下课后接手

记者:波切蒂诺等了曼联8年,红魔曾计划让他在穆帅下课后接手

直播吧11月12日讯 据多家媒体报道,波切蒂诺已与曼联达成执教协议,卡里克即将下课。天空体育记者Melissa Reddy发文表示,波切蒂诺为执教曼联已经苦等了8年。 该记者称,尽管这8年间曼联曾多次挑动波切蒂诺却又放弃他,但波切蒂诺执教曼联的渴望从未动摇过。自离开热刺以来,波切蒂诺接手的所有工作似乎都是一种妥协,因为那都不是他内心深处真正想要的。 该记者认为,自2018年以来,曼联的选帅名单中再