LONGFORM READING
炸金花模拟器官方平台-经典扑克游戏 最新动态 榜单之外:一场48小时真机赛,检验具身大模型的真实成色

榜单之外:一场48小时真机赛,检验具身大模型的真实成色

机器人前瞻(公众号:robot_pro) 作者 许丽思 编辑 漠影 今年以来,具身智能行业的Benchmark榜单格外热闹:新模型接连发布,SOTA不断被刷新。 以真机评测平台RoboChallenge为例,上线一年来,Table30榜首几度易主,最高任务成功率便由四成多攀升至接近七成。各类机器人演示视频里,动作也越来越流畅。 榜单的价值在于可比性,在统一的任务和条件下,衡量模型能力的进展。但产业

机器人前瞻(公众号:robot_pro) 作者 许丽思 编辑 漠影 今年以来,具身智能行业的Benchmark榜单格外热闹:新模型接连发布,SOTA不断被刷新。 以真机评测平台RoboChallenge为例,上线一年来,Table30榜首几度易主,最高任务成功率便由四成多攀升至接近七成。各类机器人演示视频里,动作也越来越流畅。 榜单的价值在于可比性,在统一的任务和条件下,衡量模型能力的进展。但产业还关心另一个问题: 如果把 模型交给外部开发者,换一批人、换一批数据、换一个操作环境,它的成功率又会是怎样的情况? 今天,上海的一场48小时真机决赛,把这个问题交给了开发者。 这场由蚂蚁灵波发起的 具身大模型挑战赛, 共吸引1855支队伍、3252名选手报名,覆盖13个国家。经过线上仿真初赛,最终15支战队进入真机决赛,共同使用开源具身大模型LingBot-VLA 2.0和松灵COBOT MAGIC机器人,在48小时内完成模型调优、真机部署和任务挑战。 榜单能够反映模型在既定条件下的水平,而开发者能用多少数据、花多少时间,将这些能力转化为稳定的真实操作,才更接近具身大模型的产业价值。 一、从仿真到真机,48小时里发生了什么? 在决赛现场,我们发现,参赛者的背景相当多元:有具身智能科研人员,也有互联网算法、自动驾驶领域的跨界工程师,有第一次接触真机的本科生、大厂员工,还有通过小红书临时组队的年轻开发者…… 开源基模让这些开发者的跨界探索有了共同起点, 也提供了验证他们已有技术经验的新机会。 比如,“fbfyfbf”队借助开源文档和AI编程助手搭建训练环境,“416一定行”队将搜索推荐领域的方法引入机器人开发,“有手就行”队则尝试迁移自动驾驶领域的技术经验。基于LingBot-VLA 2.0,他们能够快速进入具身研发环节。 但真正走上真机赛场,难题很快变得具体。决赛题目有三项: 一是用单臂抓取水果和蔬菜,二是用单臂抓取化妆品并放入透明盒,三是用双臂配合清扫桌面垃圾,再倒入收纳筐, 这些任务对机器人的视觉理解、空间感知和动作执行都提出了较大考验。 第一道难关就是 数据。 有选手在路演中提到,官方提供了647条公共数据,但没有覆盖全部任务情况。例如,水果摆放中出现了杨桃、青尖椒等缺少相应示范的物体,选手只能通过遥操作自行补采。 不过, 数据并非采得越多越好,采什么、怎么采同样关键。 “416一定行”队在决赛中新增了一百多条数据,却因采集内容与评测任务不够匹配,后续成绩反而未能超过第一轮。其他战队也发现,针对失败动作、困难物体和任务薄弱环节补采数据,往往比盲目扩大数据规模更有效。 第二道难关来自 真实物理环境。 很多问题在仿真阶段并不明显,不少队伍还是第一次碰真机,这些挑战更是超出了之前的预期。 有队伍反映,透明收纳盒的空间层次很难准确识别、现场的光照变化也可能影响机器人视觉判断;还有机器人抓取水果反复失败、机械臂伸展后出现下坠,以及清扫任务前半程完成后没法顺利衔接上倾倒动作……一次微小的环境或动作偏差,就可能影响整套任务的执行。 更棘手的是, 所有问题都得在48小时内解决 。驰序知行团队介绍,为了让现场采集的数百条数据更快投入训练,团队优化训练流程, 将单步耗时由约15秒压缩到4秒左右 。 时间紧、数据有限、现场充满不确定性,这场比赛呈现出的开发压力,与真实产业部署面临的约束颇为相似。如何利用有限资源,尽快找到最有效的改进方向,成为所有战队共同面对的考验。 二、同一颗机器人大脑,被开发出不同的解法 在这场高压测试中,前三名的队伍围绕数据回流、视觉提示和任务针对性优化,给出了一些颇具代表性的解法。 EVA队在比赛第一天测试时发现, 仅 用官方 公共 数据训练的 初始 模型 ,在决赛任务的 成功率只有约10% 。团队判断,影响模型表现的关键因素之一,是训练数据与实际评测场景之间的差异。因此,他们没有单纯依靠调整模型参数,而是搭建了一套能够持续改进数据质量的RSI机制。 这套机制的核心是让失败案例重新进入训练流程, 机器人先自主执行任务,再利用AI完成数据标注、清洗、轨迹评分,针对失败场景由人工补充示范数据。 48小时内,EVA队完成约7轮数据回流,新增700多条数据,同时利用目标定位、分割标注和深度信息蒸馏增强模型能力。 SST队则选择让机器人先看清楚要操作什么。 他们借鉴System 1与System 2的分工思路,利用外部模型解析任务指令,再通过SAM 3定位目标物体、生成视觉掩码,弱化背景干扰,让LingBot-VLA 2.0把注意力集中在真正需要抓取或放置的物体上。 很巧妙的是,SST队还通过逆向读取视频,生成目标物体的分割数据, 用于 优化模型 的 训练与动作执行。 推理时,模型一次生成50个动作,但仅执行其中16个,以提升机器人操作的

about image

分享这篇内容

让更多人看到这份有价值的赛事观察。

TRENDING DESK

热点新闻

快速查看当前内容池中正在被关注的文章。

伤病更新汇总:华子接受关节镜手术或歇两个月 小卡膝盖肿胀缺席数周

伤病更新汇总:华子接受关节镜手术或歇两个月 小卡膝盖肿胀缺席数周

北京时间10月28日,过去一夜,各队更新了一些重要伤情。森林狼的爱德华兹将接受关节镜手术,可能缺阵两个月。猛龙的莱昂纳德因膝盖肿胀将缺席数周比赛,爵士官方宣布小贾伦・杰克逊右膝内侧副韧带撕裂,可能缺阵6-8周,马尔卡宁右手腕扭伤,每日观察。另外雷霆再伤一人,卡鲁索扭伤脚踝,将缺席一段时间。 华子接受关节镜手术或歇两个月 北京时间10月28日,据名记Shams报道,消息源向ESPN透露,明尼苏达森林
非洲媒体:因财务管理问题,前阿尔及利亚足协主席被判刑8年

非洲媒体:因财务管理问题,前阿尔及利亚足协主席被判刑8年

直播吧10月28日讯 据非洲媒体《Africasoccer》报道称,在经历长达近两年的羁押后,前阿尔及利亚足球协会主席海雷丁·泽奇被法院判处八年监禁。 在经济与金融刑事法庭完成审理程序一周后,法院于周二正式宣判。作为近年来阿尔及利亚足坛的核心人物,泽奇在经历了一场六度延期的审判后,最终被判处重刑。 另一位前阿尔及利亚足协主席沙拉费丁·阿马拉同样被判处八年监禁;曾于另一时期担任该职务的扎希德·齐菲泽
意外!海牛队提前降级到中甲之后,或考虑跟这位强援提前解约

意外!海牛队提前降级到中甲之后,或考虑跟这位强援提前解约

海牛队提前降级到中甲之后,或考虑跟这位强援提前解约,让他直接卷铺盖离队,这位强援就是主教练米兰。米兰没有带领海牛队在中超保级,他下赛季留在球队的可能性非常小。 青岛海牛队已经提前降级到中甲,这是让很多球迷都觉得非常可惜的事情。所以在这种情况下,海牛队在中超最后一轮可以大练兵给更多年轻球员机会,让他们在比赛中感受一下中超比赛氛围。 同时海牛队在下赛季中甲要想完成冲超任务,就必须加把劲引援了,光靠现有
大乐透前四码3年后原样复现 0.4%形态再度开出

大乐透前四码3年后原样复现 0.4%形态再度开出

北京时间2026年11月7日,体彩大乐透第26127期开奖,当期奖号:前区05 06 17 18 27,后区03 12。本期前区开出05-06、17-18两组连号,尾数凑成5、6、7、8的连尾组合。非常神奇的是,05 06 17 18这前四位奖号,与23150期(2023年12月30日开奖)的前区前四位一模一样——那期奖号为05 06 17 18 33。 据笔者统计,大乐透自2007年发行至今共开
记者:尤文亏损6600万令人担忧,财报成了增资2.5亿欧的前奏

记者:尤文亏损6600万令人担忧,财报成了增资2.5亿欧的前奏

意大利财经类媒体《24小时太阳报》的记者马尔科-贝利纳佐就尤文图斯的财报数据发表评论。 马尔科-贝利纳佐说道:“最初的思路显然是想降低成本,尽可能通过这些年持续稳定地参加欧冠来支撑收入。考虑到欧联杯收入按比例只有欧冠的五分之一,很明显,这次亏损由两个因素造成。一方面,正如前面所说,俱乐部必须在不削弱球队技术实力的前提下降低成本,争取拿到欧冠席位。结果显然出现了一些失误,因为去年并没有达成这一目标。