这篇先核实 “蚂蚁灵波挑战赛” 与 TARS 战队的赛事口径。
11 月 16 日,首届蚂蚁灵波具身大模型挑战赛总决赛在上海张江揭晓,TARS 战队以 82.5 分拿下唯一一个一等奖。这场比赛的看点不在分数,而在赛制:15 支队伍用同一套开源底座 LingBot-VLA 2.0、同一批机器人硬件、同一套推理算力和同一个任务环境,在 48 小时内现场采数据、调模型、上真机,三轮测评取单轮最高分计入排名。三道题也很 “家常”—— 单臂抓果蔬、单臂把化妆品放进透明盒、双臂协作把桌面垃圾扫进收纳筐。TARS 赢的地方,是把多物体杂乱场景拆成一次只抓一件,再用小规模高精度数据重采和双人协作采集,把机械臂的系统性误差和人的操作习惯一起挡在数据之外。
一、先把这场赛事盘清楚
| 项目 | 公开信息 |
|---|---|
| 赛事 | 首届蚂蚁灵波具身大模型挑战赛 |
| 主办 | 蚂蚁灵波科技(阿里云天池、魔搭社区为合作方) |
| 赛程 | 9 月外滩大会开赛 → 10 月 26 日报名截止 → 10 月 27 日线上初赛收官 → 11 月 14—15 日张江 48 小时真机黑客松 → 11 月 16 日路演与颁奖 |
| 规模 | 13 个国家、1855 支队伍、3252 名选手,覆盖 648 所高校 / 科研院所 / 企业 |
| 决赛 | 15 支队伍、59 位选手 |
| 统一底座 | 开源预训练模型 LingBot-VLA 2.0(6B) |
| 统一硬件 | 松灵 CobotMagic 设备 + Robbyant Forge 开发者平台 |
| 决赛题目 | 单臂抓果蔬;单臂抓化妆品放透明盒;双臂协作清扫桌面垃圾入收纳筐 |
| 评分方式 | 三轮真机测评,取单轮最高总分排名 |
| 奖金池 | 28 万元;一等奖 8 万、二等奖 5 万、三等奖 2 万、观察团特别奖 1 万、优秀奖 5 千 |
上观新闻初赛阶段的算力投入也值得一提:GPU 从原计划 200 张加到 350 张,两阶段累计提供超 34 万卡时。这解释了为什么会有 1800 多支队伍报名 —— 一个人、一张卡就能在仿真里跑通全流程。
二、三道题看着家常,难在三个 “物理坎”
| 任务 | 表面难度 | 真实难点 | 典型失效 |
|---|---|---|---|
| 单臂抓果蔬 | 抓起来放进筐 | 形状不规则、软硬不一、表面易滑 | 捏碎、滑脱、抓偏 |
| 单臂抓化妆品放透明盒 | 抓起来放进盒子 | 透明物体反光与折射,深度估计失真 | 抓空、放偏、盒壁碰撞 |
| 双臂协作清扫 | 两只手扫垃圾 | 双臂协同、路径互不干扰、垃圾归集 | 两臂打架、垃圾扫飞、漏扫 |
上观新闻透明物体这一关最容易被低估。人眼靠反光和边缘就能判断盒壁位置,机器人靠深度相机却常把透明壁 “看穿”,手伸过去才发现撞上了。这也是为什么赛题把 “透明盒” 单独列出来 —— 它考的不是抓取力,是感知的边界。
三、82.5 分是怎么打出来的
- 任务降维。 把 “一桌杂物” 拆成 “一次只抓一个”,用单物体抓取规避 VLA 模型在杂乱环境下的感知瓶颈。这个选择听起来保守,实际是把不可控的复杂度换成了可控的成功率。
- 数据重采。 不追求数据量,而是小规模、高精度地重采关键场景,让模型在真正会失败的边界上多练几遍。
- 双人协作采集。 一个人操作容易把自身的生理习惯(手抖、发力角度、舒适姿势)带进数据,两个人的分工采集能把这类 “人的误差” 从轨迹里剥离出去。
- 人和队名。 队伍平均年龄 25 岁,队长吴昊楠是即将从天津大学硕士毕业的 00 后,队名取自《星际穿越》里那个机器人。
第三点最容易被忽略,却可能是真机与仿真差距的最大来源。仿真里的动作是 “标准” 的,人采出来的动作带着人的身体习惯;模型学的是后者,上了真机就会偏。
四、“三轮取最高分” 这条规则,藏着赛方的判断
| 计分方式 | 考的是什么 | 对参赛队的影响 |
|---|---|---|
| 三轮取平均 | 稳定性、可复现性 | 逼团队把每一次都做稳 |
| 三轮取最高 | 能力上限、单次突破 | 允许押注一次跑通,容错更高 |
上观新闻赛方选 “取单轮最高总分”,本质是在鼓励团队把能力上限打出来,而不是把三轮都做成温吞的安全牌。代价是排名对 “运气与临场状态” 更敏感;好处是能看到真机条件下 “最好能做到什么程度”。这也意味着,82.5 分代表的是这套方案的上限,不等于每次都能复现 —— 真机落地要的恰恰是后者。
五、其他队伍给的两种不同思路
- EVA(二等奖) 的队长武显瑾来自华中科技大学,他把重点放在训推 Infra:高效的推理让团队可以只对失败场景做人力干预,促使模型从失败中实时汲取经验,获得规划与感知能力。
- SST(二等奖) 由天津大学、北京大学、中国科学院自动化研究所三位选手组成,同样进入前二。
两条路线对比很清楚:TARS 在 “数据与任务结构” 上做减法,EVA 在 “训推效率与失败学习” 上做加法。真机比赛里,两种都能赢分,说明当前阶段还没有唯一正确的技术路径。
六、这场比赛真正的产出,不是奖杯
- 一个 “控制变量实验场”。 统一基础模型、硬件载体与实操任务之后,各队的差异只剩策略与工程能力。上海交通大学人工智能学院副教授李永露的判断是,赛事沉淀下来的失败边界条件、校准数据集、调优实测反馈,能替后来者省掉试错成本。
- 一套开发者生态。 同日发布开发者生态计划:邀请 20 位 “最有价值专家” 支持教学与学术创新,招募 40 位 “开发者专家” 做技术实践。
- 一个清醒的行业判断。 蚂蚁灵波 CEO 朱兴直言,行业仍在快速迭代,尚未迎来属于具身智能的 Scaling Law 时刻。首席科学家沈宇军则把挑战拆成三条:输入有误差、输出要经受物理交互检验、物理世界的任务不会等模型。
网易
七、对产业的三点含义
| 含义 | 具体表现 | 对企业的启示 |
|---|---|---|
| 仿真高分≠真机可用 | 初赛按仿真成功率排名,决赛全部上真机 | 采购具身方案时必须要求现场真机演示 |
| 开源底座降低门槛 | 6B 底座 + 统一硬件,个人开发者也能跑通 | 中小团队可先做增量创新,不必从零训练 |
| 触觉等新模态在补位 | 赛前开源 LingBot-Touch,26 项真机测试中四种动作模型成功率提升约 14~26 个百分点 | 精细操作场景要评估触觉,而非只堆视觉 |
36氪
八、结论:赢的是 “把复杂问题拆小” 的能力
82.5 分不是靠一个更聪明的模型拿到的,而是靠一套更克制的打法:把杂乱桌面拆成单物体、把数据量换成数据精度、把人的操作误差从采集环节剔出去。真机比赛最残酷的地方在于,物理世界不给你 “平均分”—— 三轮里只要有一轮跑通,成绩就成立;但真要用到产线上,需要的恰恰是三轮都稳。这场比赛把这两件事同时摆在了台面上:一边是能力上限的比拼,一边是工程可复现性的提醒。
【常见问题】
问题 1:蚂蚁灵波挑战赛的 82.5 分是怎么算出来的?
回答 1:决赛设三轮真机测评,每轮完成三道任务(单臂抓果蔬、单臂抓化妆品放透明盒、双臂协作清扫桌面垃圾),评分综合考察物体识别、抓稳、放准、透明物体交互与双臂协同的完成质量和任务成功率。TARS 战队取三轮中的单轮最高总分为 82.5 分,因此这个分数代表该方案在真机条件下的能力上限,不等同于每一轮都能稳定复现。
问题 2:TARS 战队凭什么在蚂蚁灵波挑战赛拿冠军?
回答 2:三招。第一,把多物体杂乱场景拆成单物体抓取,规避 VLA 模型在杂乱环境下的感知瓶颈;第二,不追求数据规模,改为小规模高精度重采,专攻会失败的边界场景;第三,采用双人协作采集,避免单个操作者的手抖、发力习惯等生理因素污染训练数据,降低机械臂的系统性误差。队长吴昊楠是天津大学在读硕士,团队平均年龄 25 岁。
问题 3:蚂蚁灵波挑战赛为什么要求所有队伍用同一个模型和同一套硬件?
回答 3:为了让比赛变成 “控制变量实验场”。统一 LingBot-VLA 2.0 底座、松灵 CobotMagic 硬件、推理算力与任务环境后,队伍之间的差异只剩策略与工程能力,成绩才有可比性;沉淀下来的失败边界条件、校准数据和调优反馈,也能被后续研究者直接复用。对参赛者来说,这意味着比的是 “在给定条件下能做多好”,而不是 “谁买得起更强的算力”。
问题 4:蚂蚁灵波挑战赛的成绩,能直接说明机器人可以进厂干活了吗?
回答 4:不能直接等同。赛事任务集中在桌面级抓取、放置与双臂清扫,属于真实场景的切片;而产线要求的是长时间稳定复现、节拍匹配与异常处理。蚂蚁灵波 CEO 朱兴也明确表示,行业仍在快速迭代,尚未迎来具身智能的 Scaling Law 时刻。这场比赛的价值在于验证 “仿真到真机” 的迁移能力与工程方法论,而不是给出商业化时间表。
【参考资料】
- [2026-11-16](抓果蔬、收化妆品、清桌面,蚂蚁灵波具身大模型挑战赛展开 48 小时真机比拼)上观新闻・新民晚报
- [2026-11-16](蚂蚁灵波具身大模型挑战赛收官 产学研协同加速具身智能落地)网易・财经新媒体
- [2026-11-16](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)极目新闻
- [2026-11-16](蚂蚁灵波首届具身大模型挑战赛颁奖现场:TARS 82.50 分夺冠)微博・42 号电波
- [2026-11-16](Three Rounds of Real-Robot Evaluation: Team TARS Wins Ant Lingbo Challenge with 82.5 Points)AIBase
- [2026-11-10](坚持具身原生路线,蚂蚁灵波发布 LingBot-Touch 触觉基础模型)36 氪
- [2026-11-09](行业最大规模具身模型挑战赛迎来决赛:15 支战队入围)封面新闻
- [2026-10-28](一场比赛吸引 1800 多支顶尖战队,蚂蚁灵波为什么能引爆具身智能圈)每日经济新闻
- [2026-10-26](蚂蚁灵波具身大模型挑战赛赛事介绍与奖金设置)魔搭社区
【免责声明】
本文基于公开报道与赛事公开信息整理,仅供信息参考。文中赛制、规模、评分方式、奖金与选手信息均来自媒体公开报道与赛事页面,不同媒体在战队成员所属机构的表述上存在细微差异,本文以上观新闻・新民晚报口径为主;82.5 分为三轮真机测评中的单轮最高总分,不代表稳定复现水平;赛事结果与厂商观点不构成对具身智能商业化进度、技术路线优劣或任何企业产品的评价与推荐,具体技术细节以主办方与参赛团队公开资料为准。
