# 蚂蚁灵波具身大模型挑战赛落幕，TARS战队真机实测夺冠

> 原文链接：https://robotics.hellobike.com/news/2026-11-16-25-00-cd74ba6f
> 频道：news | 更新日期：2026-11-16 | 标签：auto, rss, leiphone
> 核心摘要：首届蚂蚁灵波具身大模型挑战赛总决赛在上海举行，TARS战队以82.5分夺冠。赛事基于LingBot-VLA 2.0模型与统一硬件，吸引全球1855支队伍参与48小时真机黑客松，验证了具身原生技术路线与工程化方法论。

# 蚂蚁灵波具身大模型挑战赛落幕，TARS战队真机实测夺冠

::: v-pre
> 本文由 AI 根据公开内容整理，可能有误，请以原文为准：[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](https://www.leiphone.com/category/industrynews/LTOeijdeWR08fZGP.html)（雷峰网）

## 核心内容

首届蚂蚁灵波具身大模型挑战赛总决赛于11月16日揭晓结果，由福田实验室、西北工业大学及普渡机器人等机构选手组成的“TARS”战队以82.5分斩获一等奖。本次赛事吸引了来自13个国家的1855支队伍、3252名选手报名，覆盖648所高校及科研机构，成为行业规模最大的具身大模型挑战赛。决赛采用线上算法初赛加线下48小时真机黑客马拉松模式，15支入围队伍在上海张江科学会堂完成了高强度的实物操作比拼。

比赛统一使用开源预训练模型 `LingBot-VLA 2.0` 作为技术底座，并配置标准化机器人硬件与推理算力。赛题涵盖单臂抓取果蔬、透明化妆品盒装配及双臂协作清扫桌面垃圾三项任务，重点考察VLA模型在杂乱环境感知、透明物体交互及双臂协同控制方面的能力。冠军队伍通过简化多物体场景为单物体抓取策略规避感知瓶颈，并采用小规模高精度数据重采与双人协作采集模式，有效消除了机械臂系统性误差与人类示教生理舒适度对轨迹的影响。

## 关键看点

- **赛事规模**：吸引全球13个国家1855支队伍、3252名选手报名，覆盖648家高校院所与企业，决赛设48小时真机黑客松环节。
- **技术底座**：统一采用开源预训练模型 `LingBot-VLA 2.0` 及标准化机器人硬件，设置单臂抓取、透明物体交互及双臂协作清扫三类实操考题。
- **冠军策略**：TARS战队获82.5分，通过将复杂场景简化为单物体抓取规避VLA感知瓶颈，利用双人协作采集消除机械臂系统误差与示教偏差。
- **生态计划**：蚂蚁灵波发布开发者生态计划，拟招募20位最有价值专家支持学术创新，40位开发者专家共建技术实践社区。

## 工程与产业观察

本次挑战赛构建了控制变量的真机评测场，验证了VLA模型在物理作业中的边界条件。冠军队伍的数据重采与场景简化策略表明，当前具身智能落地仍需依赖高质量数据清洗与工程化trick来弥补模型泛化短板。蚂蚁灵波强调的“具身原生”理念及尚未到来的Scaling Law判断，提示行业应关注物理交互反馈闭环而非单纯追求模型参数规模。
:::

## 原始参考来源 (Sources)

- [雷峰网：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](https://www.leiphone.com/category/industrynews/LTOeijdeWR08fZGP.html)