首届蚂蚁灵波具身大模型挑战赛决赛在上海张江收官,00 后吴昊楠带领的 TARS 战队,在主办方已经配套现成数据集的前提下,选择针对性从零重新采集数据,只用 48 小时完成数据制作、模型调优、真机调试,最终拿到 82.5 分拿下全场第一名,拿到 8 万元奖金,这支队伍一共 5 个人,平均年龄 25 岁,赛前队员之间大多只是线上网友,线下才第一次碰面,在 15 支决赛队伍里杀出重围。这支 00 后团队敢放弃现成数据、自己手搓数据,核心原因是他们发现官方数据集里清扫任务的抓取方式有短板,抓簸箕把手容易打滑翻转,真机落地成功率很低,与其在有缺陷的数据上反复调模型,不如直接换抓取方案、重新采集高质量数据;同时他们搭配背景遮挡简化感知画面、优化机械臂下坠补偿,在统一的 LingBot-VLA2.0 底座、同款机器人硬件的公平条件下,靠工程落地思路拉开差距。整个 48 小时的比赛流程、赛题任务、技术方案可以拆分开来看。
一、赛事基础信息
| 项目 | 详情 |
|---|---|
| 赛事名称 | 首届蚂蚁灵波具身大模型挑战赛 |
| 决赛地点 | 上海张江科学会堂 |
| 决赛队伍 | 15 支 |
| 比赛时长 | 48 小时真机黑客松 |
| 统一底座 | LingBot-VLA 2.0 视觉语言动作模型 |
| 统一硬件 | 松灵 COBOT MAGIC 机械臂 |
| 冠军队伍 | TARS 战队,队长吴昊楠(00 后,天津大学硕士) |
| 最终得分 | 82.5 分 |
| 奖金 | 8 万元一等奖奖金 |
二、三项固定赛题任务清单
- 单臂抓取果蔬任务:识别、抓起水果蔬菜,放到指定位置;难点是物体形态不一样,识别容易出错。
- 单臂收纳化妆品任务:抓取化妆品放进透明收纳盒;难点是透明盒子反光,模型容易看不清目标。
- 双臂协同清扫垃圾任务:两只机械臂配合,扫垃圾进簸箕、再倒进收纳筐;这也是 TARS 团队重新手搓数据对应的核心任务。
三、TARS 战队 48 小时从零手搓数据的核心方案
- 任务拆分策略:抓取放物两道题沿用官方数据集,重点攻坚清扫任务,放弃官方 210 条旧数据,重新采集 334 条抓簸箕后沿的新样本。
- 高效采数方式:双人分控遥操作采集,一人控制左臂、一人控制右臂,第三人同步校验数据质量,保证采集动作稳定。
- 感知优化:用大模型识别干扰物体,抹除多余背景,降低杂乱环境对 VLA 模型识别的干扰。
- 真机补偿:专门针对机械臂远距离下坠问题做补偿,减少抓取偏移。
- 训练提速:优化训练流程,单步训练耗时压缩到 3.4 秒,48 小时内完成数万步迭代。
四、本次比赛其他强队成绩
- EVA 战队:74.77 分,二等奖,靠多轮数据回流迭代提升成功率
- SST 战队:二等奖,来自天大、北大、中科院自动化所联合团队
- 其余队伍为三等奖、优秀奖
整体来看,这次 00 后团队在具身挑战赛夺冠,不是靠发明全新大模型算法,而是抓住真机落地痛点,敢在很短时间里推翻现成数据、手搓适配真实场景的新数据,是典型的工程落地取胜;具身智能比拼的不只是模型,还有真机、数据、调试的综合能力,年轻团队的实操思路也给行业提供了新参考。
【常见问题】
问题 1:00 后团队参加具身挑战赛,48 小时从零手搓数据夺冠,是全部三个任务都重新采集数据吗?
回答 1:不是全部任务,果蔬抓取、化妆品收纳两个任务继续使用官方数据集,只针对双臂清扫垃圾这个任务,放弃原有数据、从零手搓新数据。
问题 2:拿下具身挑战赛冠军的这支 00 后 TARS 战队,队员背景是什么?
回答 2:战队一共 5 人,平均年龄 25 岁,队长吴昊楠是天津大学 00 后硕士,成员来自福田实验室、西北工业大学、普渡机器人,赛前大多只线上交流,决赛才线下碰面。
问题 3:00 后团队在具身挑战赛里手搓数据,为什么要改成抓簸箕后沿?
回答 3:官方数据里抓取簸箕把手,接触面小,机械臂稍微偏转就容易打滑、簸箕翻转,改成抓后沿,夹持更稳,清扫任务真机成功率明显提升。
问题 4:这场具身挑战赛,所有参赛队伍是不是使用不一样的模型和机器人?
回答 4:不是,所有决赛队伍统一使用 LingBot-VLA2.0 底座、松灵同款机械臂硬件,算力环境一致,比拼重点是数据处理、工程调优和真机调试能力。
【参考资料】
[2026-11-17](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
[2026-11-17](00 后领衔 TARS 战队获首届蚂蚁灵波具身大模型挑战赛一等奖)DoNews
[2026-11-16](首届蚂蚁灵波具身大模型挑战赛落幕:冠军是五个赛前才见面的 "网友")广州日报大洋网
[2026-11-16](上海张江 48 小时:15 支战队教机器人抓水果、扫垃圾,结果 00 后团队拿下最高分)新闻晨报
【免责声明】
本文仅整理本次具身挑战赛公开赛事信息,内容为赛事科普,不构成机器人、具身智能相关项目投资、创业的参考建议,具身智能技术仍处在快速迭代阶段,比赛方案不等于可直接商用落地方案。
