全球TOP 13战队翻车实录，机器人极限求生，比科幻片还残酷

【导读】周末的一场顶级赛事，彻底撕碎了实验室的「滤镜」！全球13支精英战队的机器人上演连环翻车：过吊桥卡腿、爬阶梯摔跤，堪称一场机器人的「荒野求生」。

周末两天，香港中文大学岭南体育场内，尖叫声和倒吸冷气声此起彼伏！

然而，现场不见人类运动员的身影，只有一群机器人，在真实世界里「极限求生」——

这里，没有平整的室内地面，没有恒定的光线，而且鲜有隐身幕后的遥操员。

镜头猛然拉近，率先登场的，是来自香港中文大学的LRL挑战赛队，作为表演嘉宾以全自主的形式来尝试答题。

挑战，从第一个塑料瓶开始，就写满了真实的「残酷」。

只见，它走向场中桌子上的塑料瓶，伸手、探爪——「哐当」！瓶子没抓起来，直接被推倒了。

在被LRL团队成员「拎走」调试后，它倔强地开始了第二次尝试。

令全场唏嘘的是，它又一次失败了！

而且，好不容易抓到的香蕉皮，机器人又用一个潇洒的抛物线，完美地扔到了桶外......

唯一争气抓起的纸盒，却在投递的终极一刻，啪嗒一声又掉在了垃圾桶旁，仿佛完成了最后一记的「喜剧暴击」。

镜头切到隔壁赛区，CUMAE战队的双足机器人，正手持水壶，对着一排白色花朵「精准输出」。

六朵花，全中靶心！

操作看似轻巧，背后全是狠活：不仅稳住底盘，还要同时计算水壶角度、花株高低、空间距离....

每个动作，都是平衡力、视觉与力控的极限拉扯。

不过，这套行云流水动作背后，仍需人类操控员在旁坐镇。

离真正的全自主，还差一步。

另一边，IRMV战队四足机器人站在吊桥起点，蓄势待发。

裁判哨响，它刚向前走了两步，一脚便死死地卡在了桥板的缝隙里。

队友冲上解救之后，正前方又来到了间隔更大的断桥，第一跳起落干净，稳如磐石。

第二跳，四条腿直接凌空，又一次狼狈地卡住。

这些真切发生的案例，仅仅是一场机器人挑战赛「高能剧情」的冰山一角。

最「狠」的一次机器人比赛

这就是，第五届ATEC科技精英赛（线下赛）· 真实世界极限挑战赛。

它可能是2025年底前，全球最狠的一次机器人公开「处刑」，也可能是离「通用具身智能」最近的一次冲刺。

为什么这么说？

在绝大多数机器人比赛里，我们常看到的是——

室内标准场地、任务单一，甚至背后永远站着一群遥控手，准备随时「救机」。

而这届的ATEC科技精英赛，就是要打破这些「舒适区」！

在过去很长一段时间里，大众视野中的机器人往往自带光环：在精心搭建的演示视频里，它们能做后空翻，能不紧不慢地叠衣服，甚至能像人类一样做出细腻的表情。

然而，本次大赛的主办方香港中文大学，以及承办方ATEC前沿科技探索社区、北京大学、北京师范大学和蚂蚁集团，却联手决定打破这个「舒适区」。

这场赛事的根本目的，是为了回答一个行业的核心问题：机器人能否真正走出实验室，进入并适应复杂的人类世界？

事实上，主办方在赛前就直言不讳：「我们预判会有大量的『翻车现场』」。

作为赛事发起单位之一，蚂蚁集团技术战略部负责人表示，蚂蚁集团长期支持ATEC赛事，源于一个信念：AGI技术发展的未来，是实现机器智能与物理世界的深度融合。

在推动人工智能从「数据认知」走向「环境交互」与「行动执行」的路上，我们期待技术的又一次根本性突破。

今年，ATEC组委会选择了难、但真实的一条路。把赛场放进山地、草地、石阶、吊桥；让机器人面对真实世界的扰动；设计的每一道题，都不是为了让它「完成得好看」，而是为了让它在碰撞中暴露真正的弱点。

因为如果问题不是真实的，就不会牵引出真实的技术进步。只有「真问题」，才能让行业知道下一步要突破什么。

在机器人走向现实之前，这些失误是难以避免的，与其掩饰，不如让技术在真实挑战中成长。

「真实世界极限挑战」，正是这次大赛的核心赛题。那么，真实、极限，究竟体现在了哪？

撕掉「提线木偶」的伪装

ATEC2025赛事专家委员会主席、香港工程院院士刘云辉指出，机器人需具备三大核心能力——行走、操作、改造环境，才能在真实世界中立足。

主办方和承办单位以此为技术命题，构建了一套前所未有的「真实世界适应力」的测试框架。

真的本质，首先要回归到「真实世界」。

全户外真实场景

比赛场地，直接选在了港中文岭南体育场&小桥流水生态区，不是标准的室内场地，而是全户外真实场景。

这里，拱桥、山地、缓坡、石阶等，多样化地形一应俱全。

此外，随着光照变化、风力波动等因素，在不同时段叠加作用，机器人的表现将面临更大的挑战。

这也最能考验其在真实环境中的感知鲁棒性与身体适应性。

强激励「无遥操」

不仅如此，这届ATEC科技精英赛，是首次在全户外真实场景中探索「无遥操」技术路径。

当前，全网很多惊艳的机器人视频，背后往往站着一位操控员。

《瞭望》新闻周刊的调查，也印证了这一现状，「众多高难度演示，本质上仍是『提线木偶』」。

本次比赛，评分规则强力引导：

明确奖励「无遥操」的全自主方式，还可以获得额外加分。只要够自主，根据任务和机器人形态，加分从10-25分不等。

这波操作，直接倒逼各团队开卷「AI大脑」，尝试卸掉操控员的远程「代打」。

目标只有一个：把机器人从听话的「工具」，升级成为自主决策的「智能体」！

四大任务链

在比赛的任务设计上，就更有讲究了。一共包含四大任务——

垃圾分拣、自主浇花、定向越野、吊桥穿越

看似是一件一件都是小事，但考验的不是单点难度，而是连续的「任务链」。

垃圾分拣：识别→抓取→分类→投放

自主浇花：水壶→接水→浇花→归位

定向越野：四个子路段，复杂地形实时决策

吊桥穿越：判断间距→取辅助板→搭桥→通行

由此可见，每一项任务都在考验机器人「多模态感知融合与连续决策」的能力，不是秀秀肌肉就能搞定的。

定向越野中的双足机器人：即使采用了「全遥操」，在面对高低不齐的道路时也会突发状况

这样的设计恰是为了，让机器人形成完整的「感知-规划-执行-反馈」闭环。

而在此之前，选手们必须攻克三大技术瓶颈，即环境感知与认知、智能决策与响应、以及硬件与算力的承载。

1. 环境感知与认知之困

第一大挑战，机器人不仅能看得「见」，还要看得「懂」。

赛事专家组钟仿洵教授一语中的，「真实环境里最大的问题是不确定性和高动态性，你看到的不一定是真的」。

进入真实世界中，很多因素都是非结构化的，对算法构成了巨大的挑战。

「垃圾分拣」任务，恰好完美诠释了这一挑战。

它要求，机器人将三类道具：饮料纸盒、香蕉皮、塑料瓶，精准分类并扔到垃圾桶里。

一个干净的瓶子，机器人能轻松识别。但现实中，丢进垃圾桶的废品，可能沾染油渍、被压变形，或是多个物品堆叠，都会「干扰」机器人的眼睛。

这意味着，机器人不能只会「看图识物」，更要学会穿透表象，理解物体本质，做出精准判断。

2. 智能决策与响应之困

现实中，机器人不仅要听懂指令，更要在动态变化、充满不确定性环境中，实时推理和决策。

但是，目前它们最缺的就是「举一反三」、「适应新场景」的能力。

清华大学赵明国教授讲得更直白，「比如在足球场上，机器人踢得很漂亮，一旦离开了预设的场景，能力立即大打折扣」。

这种挑战在ATEC竞赛中，吊桥穿越、自主浇花的两个任务里，体现得很明显。

刘云辉院士解读「吊桥穿越」任务时说，关键就在于决策和规划能力。

因为木板的位置，每场都不一样。机器人必须自主思考、决策，比如拿起木板去铺路，改变环境后，才能前进。

——这已不是简单的走路，而是包含判断环境、使用工具、规划步骤的「高级智能」。

针对这一瓶颈，赛事专家组Carlos Balaguer教授总结非常到位：关键不在于100%自主，而在于「智慧型自主」。

3. 硬件与算力之困

说白了，让机器人动脑自主干活，这想法挺酷，但现实挺「骨感」的——

身体跟不上脑子，是常见之事。

简单讲，主要卡在了两个方面：

一方面，要么是脑子够快，却又放不进小身体里，甚至功耗也不允许。当前，部署LLM高性能专用芯片不成熟，制约了大脑的实时处理能力。

另一方面，让机器人像人一样精细抓取、灵活操作，技术上有难度，成本更是高得吓人。

因此，机器人「小脑」和「四肢」还支撑不起大脑的智能构想。

赛事专家组王贺升教授指出，「自主浇花」看着简单，却是一个系统集成的大挑战。

浇花时，水壶重量一直在变。机器人能否敏锐感觉到这些变化，做出及时调整，都极具挑战性。

这便是ATEC的魔力，它让现实环境的复杂性变成了必须面对的考题。

全球13强血战，选手吐出「真心话」

在全球396支队伍的激烈角逐中，只有TOP 13杀出重围，覆盖了QS百强高校、985/211顶尖学府。

总榜上，wongtsai（旺财）团队最终以434分的战绩拔得头筹。

访谈中，这些顶尖的年轻极客，都有一个共同的感受——

真实户外环境最大的挑战在于「不确定性」。

比如，垃圾可能被堆叠、吊桥会晃、浇花时水壶重量会变化等，远比实验室规整的条件复杂多了。

在执行任务过程中，几乎所有的队伍在选择「无遥操」的任务中，做出了「取舍」。

在「吊桥穿越」的挑战中，RIL4RobotAI团队的双足机器人，上演了令人惊心动魄的一幕。

在更宽的「桥面段3」前，团队成员戴上VR眼镜切换远程操控模式，机械臂缓缓伸出，精准地握住悬垂的拉绳。

开始后退拉扯的那一刻，绳子直接滑脱了。惊喜的是，它最终通过双脚挑战成功。

再比如，铁臂阿童木团队双足机器人在「定向越野」任务中，也采用了遥操的方式。

当然，也有团队选择将「全自主」进行到底。

在紧张刺激的「垃圾分拣」任务中，冠军wongtsai团队就上演了终极倒计时作战——

四足机器人全凭自身感知与决策，成功完成了纸盒、香蕉、塑料水瓶的分拣。

CyberPrime团队为机器人装上一双「脚」后，它平稳、自主地走完了三段吊桥。

参赛队伍中，不乏「理想主义者」。

即便让机器人真正融入真实世界，依然面临巨大挑战，但总有乐观主义者相信，这一愿景终将实现。

香港科技大学USTBot赛队的张博阳博士坦言，希望让机器人代替人类去做危险的事情，诸如高空擦玻璃、检查电缆、冲进火场救人等。

从小，自己就爱鼓捣一些小发明，也许在那时候，就已埋下了探索具身智能的种子。

无独有偶，wongtsai（旺财）队长朱承睿预测，「大约20年，机器人可以真正走进人类生活提供服务」。

在赛后采访中，这支由浙大学霸组成的冠军团队wongtsai分享了比赛经验和秘籍。

队长朱承睿自豪地表示，「我们在任务1-4全部发挥出了预期以上的水平」。

赛前一个月，团队做了高强度准备，存储了大量经验。用他们的原话来说——我们投入了特别多精力，掉了很多头发！

在技术路线上，他们没有选择主流的VLA（视觉语言动作模型），反而采取了传统的「视觉识别+压线规划」的方案。

机器人大脑配置方面，wongtsai团队也是下了血本——一共配备了「三台电脑」（CPU+2个GPU）。

当被问及15万美金怎么花时，他们不约而同表示先去「还债」，比赛购买了很多昂贵的设备。

wongtsai团队用Apple Vision Pro远程操控四足机器人完成「自主浇花」任务

技术路线的多元化

在全球13强的备战区，还观察到了一个有趣的现象：技术路线的多元共存。

并没有哪一支队伍将宝全部押在某种单一的技术范式上。

「端到端」（End-to-End）的大模型方案和经典的「模块化」（Modular）方案在这里并行推进。

有的团队采用了清晰的模块化分工，一组人负责「眼睛」（感知），一组人负责「小脑」（运动控制），力求在每一个环节做到精准可控。

而另一些团队则在探索更前沿的端到端方案，试图让机器人像人一样，通过一个大脑直接处理从视觉输入到动作输出的全过程。

但为了保险起见，他们往往也会准备一套传统的控制算法作为「兜底」。

无论选择哪条路，这些年轻的工程师们都有一个共同的感受：硬件能力的边界，正在成为制约算法发挥的瓶颈。

防水性不足的机械臂、在碎石路上抓地力不够的足端、算力受限的机载电脑……这些现实问题，逼迫着他们在算法层面做出更极致的优化。

这场比赛，留下了什么？

从2020年创办至今，ATEC科技精英赛，已经是第五届。

这一届，由香港中文大学主办，ATEC前沿科技探索社区、蚂蚁集团、北京大学、北京师范大学共同承办。

过往每一年的赛题，都把最前沿的技术，和最真实的社会痛点「撞」在一起。

从更宏观的产业背景来看，这种碰撞并非偶然。

9月，国际机器人协会发布了《2025世界机器人报告》，数据显示，2024年共有54.2万台机器人「上岗」。

其中，中国占全球总量54%，以29.5万台领跑全球。不过，这股机器人热潮背后，其实暗藏核心技术瓶颈——

很多炫技的演示，要么是后台有人遥控，要么是按设定好好的程序实现。

可见，离人们设想的那种「自己搞定一切」的智能，还差得很远。

现场，吊桥穿越中的四足机器人：即便跳过了「地狱难度」的前半程，却倒在了终点附近

红杉一次闭门演讲中，Jim Fan曾提出了「物理图灵测试」——机器人能在真实世界中无缝操作，并展现出与人无异的能力。

ATEC2025的赛题，正是这一测试的真实写照。

每一道赛题，都是对机器人能否跨越三大技术瓶颈的系统性检验——

环境感知与认知、智能决策与响应、以及硬件与算力的承载

它清晰地丈量了「无遥操」技术的现实距离。采访中，选手们表现出的共识令人动容：「不确定性」是真实世界最大的魅力，也是最大的敌人。

赛场上，他们每一次在挫折中的调试、压力下的协作，正是缩短这段距离最真实、最动人的力量。

所有的策略取舍、所有的算法优化，都是在试图驯服这种不确定性。

正如刘云辉院士所说：「比赛就是一种能力测试。我们能不能通过这些比赛找到一些基准，大家一起Work out一个东西。」

这些「翻车」的瞬间，恰恰暴露了具身智能从「演示可行」走向「应用可靠」之间，那段必须要跨越的鸿沟。

当比赛结束，奖金和名次或许不再是唯一的收获。

这片岭南体育场上留下的每一行代码、每一次调试、甚至每一次跌倒的数据，都将成为通往通用具身智能道路上的宝贵路标。

在这场极限挑战中，没有绝对的失败者。

每一个敢于将算法扔进现实「火坑」淬炼的队伍，都是先行者。

参考资料：https://www.atecup.com/live/2025 

本文来自微信公众号“新智元”，编辑：桃子 定慧，36氪经授权发布。