这场目前行业规模最大的具身大模型挑战赛在上海张江落下帷幕,48 小时真机总决赛不是比拼新大模型算法,而是统一硬件、统一基础模型,考验团队在有限时间里完成数据采集、模型调优、真机部署、解决物理世界各类干扰问题的工程能力,大赛一共吸引全球 13 个国家 1855 支队伍报名,只有 15 支战队晋级线下真机黑客松,全部使用 LingBot-VLA 2.0 开源模型、松灵 COBOT MAGIC 双臂机器人,完成果蔬抓取、化妆品收纳、双臂清扫三项生活化任务,最终 TARS 战队拿到 82.5 分拿下第一名,不同队伍走出了完全不一样的调优路线,有的大量重采数据,有的只补少量数据、靠大模型协同推理提分,也直接证明了现在的具身大模型,最大难点不是模型本身,而是真实物理环境下的泛化、硬件误差补偿、短周期快速迭代。
赛事基础信息
- 赛事全称: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
- 决赛时间:11 月 14 日 —11 月 15 日,连续 48 小时线下真机黑客松
- 参赛规模:全球 13 国,1855 支队伍、3252 名选手,15 支战队晋级决赛
- 统一基准:LingBot-VLA 2.0 开源 VLA 模型、松灵 COBOT MAGIC 机器人、统一算力平台
- 评分规则:三轮真机测评,取单轮最高分数作为最终成绩
三项真机任务清单
- 单臂果蔬抓取:识别、抓取不同蔬果,放到指定位置
- 单臂化妆品收纳:抓取化妆品,放进反光透明收纳盒
- 双臂协同清扫:两只机械臂配合,把桌面垃圾扫入簸箕,再倒进收纳筐
决赛获奖名单
| 排名 | 战队 | 得分 | 背景信息 |
|---|---|---|---|
| 一等奖 | TARS | 82.5 | 天津大学、福田实验室、西北工业大学、普渡机器人,平均年龄 25 岁 |
| 二等奖 | EVA | 74.77 | 华中科技大学、清华深圳研究院 |
| 二等奖 | SST | 65.87 | 天津大学、北大、中科院自动化所 |
| 三等奖 | Vida、FDU-SONIC、ai-robot | —— | 同济大学、复旦大学、大连理工大学 |
不同战队的典型调优思路
- TARS(冠军):针对机械臂远距离下坠问题做配重补偿,重新采集清扫任务数据,简化多物体场景,优先保证抓取稳定
- EVA(亚军):前期真机成功率很低,靠多轮数据回流迭代,补采 705 条数据,持续打磨任务稳定性
- SST(季军):几乎不新增大量数据,仅额外采集 13 条数据,接入通用大模型做任务理解,搭配视觉分割模型定位目标物体
本次比赛透出的行业结论
- 同样的基础具身模型,不同工程方案带来的最终真机效果差距很大,工程调优权重很高
- 反光、物体位置偏移、机械臂形变这类物理硬件噪声,是当前具身智能落地最常见的卡点
- “通用大模型 + 具身 VLA 模型” 的组合路线,不需要海量现场数据,也能拿到不错效果
【常见问题】
问题 1:这场 48 小时具身大模型真机总决赛,所有队伍使用的硬件和基础模型是不是一样?
回答 1:是的,本次具身大模型挑战赛 48 小时真机总决赛,所有参赛队伍统一使用 LingBot-VLA 2.0 开源具身模型、松灵 COBOT MAGIC 双臂机器人,算力平台也统一,比拼的是调优、数据策略、软硬件协同的工程能力,不是比拼自研大模型。
问题 2:48 小时具身大模型真机决赛设置的三个任务,难点主要在哪里?
回答 2:这三个任务看着简单,但在具身大模型真机落地时难点很多,透明收纳盒反光容易识别出错,机械臂伸远之后会下坠带来定位偏差,双臂清扫还需要两只机械臂配合,很容易互相干扰,对模型的环境泛化能力和硬件误差补偿能力要求很高。
问题 3:参加本次具身大模型挑战赛的队伍,主要是高校团队还是企业团队?
回答 3:本次具身大模型挑战赛报名队伍来源很广,包含全球多所高校、科研院所、机器人企业、AI 团队,晋级 48 小时真机总决赛的 15 支队伍,大多是高校科研人员和企业工程师联合组队。
【参考资料】
[2026-11-16](最大规模具身大模型挑战赛落幕,48 小时真机总决赛比出了什么?)极客公园
[2026-11-16](极限 48 小时比拼快速干活能力,行业最大规模具身大模型挑战赛在沪举办)上观新闻
[2026-11-16](00 后爆改机械臂,狂揽全国总冠军!15 战队上海鏖战 48h 结果出炉)新智元
[2026-11-10](行业最大规模具身模型挑战赛迎来决赛:15 支战队将展开 48 小时真机角逐)TechWeb
【免责声明】
本文为具身大模型挑战赛行业资讯整理,赛事成绩、技术方案、参赛队伍信息以赛事组委会官方发布为准;相关具身模型、机器人方案的落地效果受环境、硬件、数据集影响,本文内容不构成项目选型、技术采购的参考承诺。
