新闻雷峰网6 天前
蚂蚁灵波具身大模型挑战赛落幕,TARS战队真机实测夺冠
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(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。
外部来源
本页事实对应的公开页面,以原文为准。(点击将离开本站)
- 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 ↗访问 2026-11-17