Skip to content

新闻量子位5 天前

蚂蚁灵波具身挑战赛夺冠:48小时自采数据优化VLA抓取策略 ​

本文由 AI 根据公开内容整理,可能有误,请以原文为准:真勇啊!00后团队参加具身挑战赛,仅48小时竟敢从零手搓数据,还夺冠了!(量子位)

核心内容 ​

蚂蚁灵波首届具身大模型挑战赛决赛要求15支队伍在48小时内完成数据采集、调优与真机部署。冠军TARS团队针对双臂清扫任务中官方数据抓簸箕把手易打滑的问题,果断放弃部分官方数据,重新采集抓簸箕后沿的示范数据以稳定工具姿态,并将单步训练耗时从15.6秒压缩至3.4秒,最终以82分反超夺冠。亚军EVA团队采用递归自我改进(RSI)策略,通过人工接管纠错补充700余条数据,将训练速度提升2.7倍;季军SST团队仅补采3条数据,利用倒放视频追踪微调SAM 3并调整动作执行窗口,有效解决了视觉分割不稳难题。

比赛暴露了真机部署中硬件适配与跨任务泛化的工程挑战,如机械臂与桌面距离偏差5厘米即导致放置失败,以及单一任务数据增强可能引发其他任务性能退化。蚂蚁灵波首席科学家沈宇军强调“原生具身”正向开发理念,指出行业需探寻数据质量下限而非盲目追求高质量以控制成本。CEO朱兴预计2027年产业应用加速,真实异常数据将反哺模型迭代。赛事同期发布开发者生态计划,招募MVP与Expert共建课程、Demo及评测脚本,推动跨本体通用大脑在不同硬件与场景下的适配验证与经验复用。

关键看点 ​

  • 抓取策略重构:TARS团队将簸箕抓取点由把手改为后沿,增加接触面防止翻转打滑,配合千问识别干扰物并按背景色抹除,显著提升VLA目标识别与操作稳定性。
  • 递归自我改进:EVA团队建立“执行-检查轨迹-人工接管-大模型标注”闭环,在比赛期间完成约7轮数据回流迭代,额外采集700多条示范与接管数据,训练提速2.7倍。
  • 视觉标注增强:SST团队利用Agent定位任务结束帧目标,通过倒放视频追踪补齐SAM 3分割标注,微调耗时约1小时;推理时仅执行生成动作的前16步并配合平滑处理,提升操作精度。
  • 数据质量下限:蚂蚁灵波提出寻找数据质量有效增益的下限标准,避免过度追求高质量导致采集成本激增;强调真机验证硬件适配与跨任务泛化能力,仿真高分不等于实机可用。

工程与产业观察 ​

本次竞赛验证了在VLA模型落地中,针对特定物理交互痛点(如抓取力学稳定性)的小规模精准数据重采,比单纯扩大通用数据集更具性价比。同时,递归自我改进与倒放视频标注等低成本数据清洗手段,为缺乏海量真机数据的团队提供了可复用的工程范式。产业侧应关注从“刷榜”转向构建数据质量基准与故障排查知识库,以降低具身智能二次开发的边际成本。

基于本页技术方向关联的整机参数、核心零部件、实测报告与同赛道选型横评。

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)

  1. 量子位:真勇啊!00后团队参加具身挑战赛,仅48小时竟敢从零手搓数据,还夺冠了! ↗访问 2026-11-18