Nature封面：人类职业选手“线下首败”，这个AI乒乓球机器人打出16个Ace球

从 1997 年 Deep Blue 击败国际象棋世界冠军 Garry Kasparov，到 2016 年 AlphaGo 击败围棋世界冠军李世石，再到 2022 年 Gran Turismo Sophy 在赛车模拟器中战胜职业车手......人工智能（AI）系统在数字世界中屡屡取得“超人”级表现。

然而，如何把这种能力全面迁移到真实物理世界（即物理 AI），一直是 AI 和机器人行业仍未攻克的难题之一。

乒乓球是这类挑战中非常具有代表性的场景，其球速快、旋转复杂、轨迹多变，要求选手在毫秒级内完成从感知（看球）、决策（思考）到控制（挥拍）的完整闭环。此前的乒乓球机器人研究大多只能做到合作式对打，在正式比赛条件下从未达到业余水平以上，仍不具备挑战人类精英甚至职业选手的能力。

如今，Sony AI 团队及其合作者为这一领域带来了一个新突破。

就在刚刚，首个在竞技体育中击败人类精英选手的物理 AI 机器人 Ace，登上了权威科学期刊 Nature 封面。

论文链接：https://www.nature.com/articles/s41586-026-10338-5

据论文描述，在国际乒乓球联合会（ITTF）规则下，Ace 站在真实的乒乓球台旁，使用真实的乒乓球拍和乒乓球，击败了 3 位人类精英选手，即使在面对 2 位日本职业乒乓球联赛（T.League）选手时，也出人意料地赢下了 7 局比赛中的 1 局。

值得一提的是，在这篇 Nature 论文提交后的一场新比赛中，Ace 能力再次精进，击败了 1 名职业选手。

Ace 的“超人”表现主要得益于其制造多种旋转的能力，以及稳定回球的一致性，而并非依赖超越人类的高速击球。这一点值得关注，因为大多数人可能会认为，能够产生超高速度的专用机器主要靠“力量取胜”。

“这项突破的意义远超乒乓球这项运动。”Sony AI 首席科学家 Peter Stone 表示。

“它代表了 AI 研究的一个标志性时刻，首次证明了 AI 能够在复杂、快速变化、要求精准与速度的现实环境中有效完成感知、推理与行动。一旦 AI 能在这些条件下达到人类专家水平，就将开启一整类过去无法实现的现实世界应用。”

在同期发表的新闻与观点文章中，巴西航空技术学院 Carlos H. C. Ribeiro、坎皮纳斯州立大学 Esther Colombini 写道：随着自主系统的持续进步，Ace 未来某天也可能被淘汰。尽管如此，Ace 与 Deep Blue 一样，都是一个重要的里程碑，展现了能够与物理环境交互的下一代高质量、高竞争力 Agent 的潜力。

Ace 是怎样练成的？

一个能够达到人类职业水准的乒乓球机器人，需要能够实时、精准地感知环境变化、决定如何反应，并以足够快的速度执行动作。这并不是一件很容易的事情。

针对上述能力要求，研究团队为 Ace 分别设计了“高速感知系统”、“基于强化学习的控制系统”、“高动态响应的机械臂硬件”模块。

图｜Ace 系统。其中，感知系统通过普通摄像头定位球的位置，并借助 3 套注视控制系统（Gaze Control System，GCS）估算球的旋转速率（即角速度），其摄像头全部架设在球台以外，覆盖整个比赛区域；这些信息被基于 AI 的控制系统利用，指导比赛中的发球与回球；控制系统的决策则由 1 个配备 8 个独立控制关节的机械臂完成。

1.感知：测一测球的旋转

乒乓球的旋转方向与速率决定了其飞行轨迹，也是高水平选手制造威胁球的核心手段。过去的机器人研究并不能很好地处理旋转，Ace 则感知系统有效地解决了这个问题。

• 乒乓球的 3D 位置由 9 台主动像素传感器（APS）相机测量，搭载 Sony Semiconductor Solutions 的 IMX273 图像传感器，布置在球台周围形成全场覆盖。
• 乒乓球的角速度与旋转由 3 套独立的注视控制系统负责，每套 GCS 包含一台事件相机（搭载 IMX636 事件视觉传感器）和一对 pan/tilt 反射镜，主动跟随球的位置，让事件相机始终对准球体，实时捕捉旋转特征。

具体的角速度估计用到了卷积神经网络（CNN），位置与旋转信息合并后输入下游的控制系统。

图｜Ace 系统设置

2.控制：学一学回球和发球

Ace 的控制策略采用 model-free 强化学习训练，这意味着系统不需要预先建立一套“球在空气中如何运动”“拍子如何与球接触”的解析模型，而是通过大量仿真对打直接学习动作策略。训练过程遵循“决策-评分”（actor-critic）架构，决策模块给出动作，评分模块评估该动作的长期回报，两者交替优化。通过这一过程，Ace 不仅能完成基本的回球，还能主动给回球赋予期望的旋转特性，比如上旋。

Ace 的发球环节，则做了单独处理。按乒乓球规则，发球需要将球抛起后击打，Ace 的抛球动作来自人类示范，并根据机器人运动特性做了适配，使最终发球符合官方规则。发球策略库的筛选采用遗传算法，在与人类陪练合作训练中，如果某种发球在 20 次尝试里成功率达到 95% 以上，就会被纳入 Ace 的发球库。Ace 在比赛过程中会从库中按不相似性或历史胜率选取发球。

3.硬件：定制一个机械臂

承担执行任务的机械臂具备 8 个自由度，包括 2 个直线关节和 6 个旋转关节，可满足球拍位置、朝向及击球速度控制需求。

为达到职业级运动能力，其末端执行器最高速度设定为 20 米每秒，工作空间覆盖 3.6×3.6 平方米，能够完成快速移动与大范围回球。

机械臂的机械结构采用拓扑优化降低连杆重量，并使用轻量高强度材料 Scalmalloy 进行增材制造，使机械臂兼具速度、稳定性与低惯量特性；末端执行器则配备改装球拍，采用 Butterfly Dignics 05 胶皮与 VICTAS ZX-GEAR OUT 底板，同时带有小型托杯用于发球持球。

为提升真实环境表现，Ace 还采用了低延迟控制架构，所有执行器以 1 毫秒周期同步运行，并与视觉系统共享时钟信号，即使在最高速度下，位置跟踪延迟仍低于 5 毫秒。

真实表现：精英选手、未达职业

2025 年 4 月，研究团队在完整 ITTF 规则下，包含奥运标准场地、官方比赛球、持牌裁判从两侧判罚，让 Ace 与 5 位精英选手（各有 10 年以上高强度训练经验、日均训练约 3 小时）打“三局两胜”制比赛，与 2 位职业选手（现役 Minami Ando 和 Kakeru Sone）打“五局三胜”制比赛。所有选手此前均未与 Ace 交手过， Ace 也并没有针对任何特定选手进行训练。

如下图 a，Ace 在 5 场对阵精英选手的比赛中取得 3 胜（共赢 7 局，输 6 局）；对阵 2 位职业选手各负 1 场，7 局中赢下 1 局。

图｜评估结果

同时，Ace 击球后产生的球速和旋转强度达到专业比赛区间，说明 Ace 已具备主动进攻能力；同时，从球落台到挥拍击球的反应时间也处于高水平竞技范围，体现了 Ace 的快速感知与执行能力。

进一步的分析表明，Ace 能够回击各种旋转来球，在最高 450 rad/s 的条件下仍稳定保持超过 75% 的回球率，展现出了超强的处理旋转能力，超过了此前竞技乒乓球机器人公开记录的水平。

在面对精英选手时，Ace 发球后直接得分（即 ace 球）达到了 16 次，而精英选手总共仅拿到 8 次此类得分。

一个尤其有意思的场景是，Ace 在看到球擦网（在仿真中几乎不会出现）后的反应。Ace 在球撞网 49 ms 后就开始调整关节速度和球拍轨迹，成功将这种异常球回击过去。这表明，Ace 的低延迟感知-控制链路具备一定的对未建模情况泛化的能力。

不足与未来方向

当然，Ace 系统仍存在一些不足。

Ribeiro 和 Colombini 在新闻与观点文章中指出，Ace 从多个视角同时观察场地的方式与人类存在本质差异，离真正意义上的“拟人化的乒乓球选手”还有一定距离。

研究团队也表示，Ace 的策略在仿真中零样本训练并迁移到真实世界，最关键的挑战之一是对人类对手行为的建模，高维物理空间中的人类行为难以精确建模，这意味着真正的目标函数（赢或输）不可直接访问，训练中只能使用替代目标。

未来，如果能引入乒乓球机器人研究中关于人类对手建模的工作，将有望帮助系统更好地理解战术与策略。同时，结合在线学习机制，Ace 也可以在真实世界的持续交互中不断迭代提升。

尽管如此，正如 Sony AI 苏黎世负责人兼 Ace 项目负责人 Peter Dürr 表示，这项突破凸显了物理 AI Agent 执行实时交互任务的潜力，也代表了朝着打造可广泛应用于高速、精准、实时人机互动机器人的重要一步。

本文来自微信公众号“学术头条”（ID：SciTouTiao），作者：学术头条，36氪经授权发布。