Welcome to 真实人类世界。
上周末在香港看了场机器人比赛，还是太有乐子了。
虽然岔子出的还是千奇百怪，摔的也是各有千秋，但跟之前机器人运动会的比法不一样，这次的比赛场景被落到了现实生活，虽然岔子出的还是千奇百怪，摔的也是各有千秋，但跟之前机器人运动会的比法不一样，这次的比赛场景被落到了现实生活，比如接水浇花、捡垃圾并分类，还有过吊桥和在山里定向越野。所以它被定性为一场“真实世界极限挑战赛”。
参赛的也不是各大机器人厂商，而是13支来自全球的高校学生队伍。是由香港中文大学主办，ATEC前沿科技探索社区和北京大学、北京师范大学、蚂蚁集团联合承办的第五届ATEC科技精英赛（线下赛）。
这也是第一次真正把机器人拉出来遛。比赛场地在香港中文大学岭南体育场，纯户外自然地形，有草有坡有石子，定向越野还得上山到小桥流水生态区。就是想看看当前机器人是否具备“真正进入人类世界”的能力，最好还是“全自主”，不依赖遥控和预设程序那种。这可太难了。
在动态的真实环境中，机器人不仅需要响应指令，更需具备在不确定条件下进行实时推理与决策的能力。然而，当前算法的泛化能力——即举一反三、适应新场景的能力——仍是突出短板。例如，在3D场景理解任务中，最先进模型的准确率仅为55%～60%，远低于人类的90.06%。
参赛的机器人形态以双足、四足和少量人形为主，且多数为采购的成品机器人硬件，之后灌入高校战队各自的算法。
采用四足和双足机器人的队伍基本都为其增加了一支带抓夹的机械臂，用来抓取物件。跟双足大长腿配上就是一只完整的“鸵鸟”。
四项比赛是同时进行的，每个队伍都有30分钟的时间去完成一项任务，在这期间可以反复尝试，每完成一个环节都能获得相应的分数。如果是全自主无遥操的分数最高。
垃圾分类这场最先挤满了人。
先上场的是一个加装了长机械臂的四足机器狗，两条前腿向后弯曲，两条后腿向前弯曲，侧面看真是不折不扣的“X”腿。
“X”狗夹水瓶子的时候，瓶子倒了，哪怕抓夹上配了摄像头它也无法再找到这东西；于是转去夹香蕉，这回倒是夹的挺准，就是这眼镜蛇机械臂一回头把香蕉扔地上了，没进盒子，跟没捡一样。
后来我在赛区外碰上了这组的比赛选手，同学紧张的手直哆嗦，说所有领导都看着呐，压力可大了。
还有个稍微小点儿的机器狗背着个更短的蓝色机械臂，真好看也真像条蠢萌的眼镜蛇，好不容易叼着个牛奶盒，不知道最后怎么了，一歪脑袋，掉了。
由于臂过短，狗都趴地上了，它也够不着地上的牛奶盒，索性抬腿走了。
另外一只背着橘色抓夹机械臂的狗，差点儿上来就给桌子掀了。
像这种低矮的露营桌，对于配了机械臂的双足机器人（我们暂且称它为“鸵鸟”吧，因为真的太像了）来说就更难了，因为它们很难在蹲下去的同时保持稳定，并让机械臂精准地拿到这些香蕉皮等垃圾，那就是难上加难。
同样，作为双足的人形机器人在这儿也没多大优势，我看了，它的手也跟抓夹差不多，最多多了个大拇哥，脚底下也一样拌蒜。
投降了，真的投降了。
浇花这个最有意思了，感觉对机器人的动作精准度的考验也更难，它们要像人一样拿起水壶、打开水龙头，对准水龙头接水、然后关闭，再走去浇对应的花。规则规定只有浇到混在众多黄花中的白花才能得分。
有一只“狗”很聪明，应该说它背后的学生团队很聪明，它没有用夹子去夹那个小小的水壶把，而是将夹子伸进壶把后打开给它撑起来。
不得不说，“狗”的高度在这场比赛中极具优势，因为桌子和水龙头设置的都比较矮，这让它们在接水这一环节首先就排除了够不着水龙头这一困难。但要对准，还是有点儿难度的。
但对于光腿长就超过了水龙头的双足“鸵鸟”来说，它可太难了，蹲也不蹲不下去，蹲下去了又对不准，对准了又够不着，有一只不止配了机械臂，还配了一个加装了摄像头的框去辅助定位机械臂，而这更加重了这只“鸵鸟”的不稳定性，抖得像筛糠一样。
在这儿就卡了10分钟，把场外的战队同学都急坏了。
开始还把水壶给整掉了。
“狗”回去的时候给水池子蹭移位了，导致它第二次尝试的时候直接拌在那儿卡死了。
有生之年也是见过“狗”浇花了，还算优雅。
还有一关是过吊桥，桥分三段，越往后木板之间的空隙越大。在这一关，基本所有队伍都给机器人穿上了大脚板——双足就是用胶带缠两块木板，机器狗有的把四脚都包的像个大锤，有的像踩着竹排，后脚直踩前脚脚后跟，为的就是防止掉缝儿里。
但这对狗来说，还是难点儿。人家都采取横跳的方式了，但还是折在了第一块木板缝儿里。
最后还有个50厘米的宽缝，让它蹦过去不现实，主办方想了个招儿——配了一块活动木板，机器人可以用绳子给它拉到过去填到缝儿里，你看还考验了机器人的精细化动作，但这种一般只能在遥控操作的情况下才能完成。
全自主的基本就是一个结局——掉沟里。
但能走到那儿就不错了，有的到半路就跑偏了，还得人上去紧急救场。
最后是定向越野。真是在山里，怕影响选手，所以赛区封闭了，没看着，但我觉得肯定也很有意思。
比赛进行了周末两天，最后由浙江大学Wongtsai（意为“旺财”）战队夺冠，奖金可以说是非常丰厚了，有15万美元。
但举办这项赛事本身并非只为让人看个热闹，更可贵的在于，这些看似儿戏的比赛项目，实则每一个环节都有对机器人的特定技能考核。
据ATEC2025赛题组专家、光年创新CEO乐林株介绍，高校中对具身智能方面的研究多集中于大脑、小脑与中脑，“目前大家看到的机器人的小脑部分多是用Imitation Learning（模仿学习），需要大量的数据，并且只能重复一个固定的task，比如跳舞；而我们想通过一种泛化的算法，能在预先设定好的动作以外，让它像人类一样去做一些其他的任务；中脑方面目前最主流解决方案是VLA，也就是Vision-Language-Action（视觉-语言-行动）模型，让它在拿到视觉信息后，知道哪能走哪不能走；大脑就是教机器人像人一样去思考，辨别哪些东西是能抓的，哪些是不能抓的。”
作为赛事发起单位之一，蚂蚁集团技术战略部负责人表示，蚂蚁集团长期支持ATEC赛事，源于一个信念：AGI技术发展的未来，是实现机器智能与物理世界的深度融合。而今年，ATEC组委会选择了难、但真实的一条路。把赛场放进山地、草地、石阶、吊桥；让机器人面对真实世界的扰动。
设计的每一道题，都不是为了让它“完成得好看”，而是为了让它在碰撞中暴露真正的弱点。因为如果问题不是真实的，就不会牵引出真实的技术进步。只有“真问题”，才能让行业知道下一步要突破什么。
以香港工程院院士刘云辉提出的“机器人三大核心能力”——行走、操作、改造环境——为隐含的技术命题，构建了一套前所未有的“真实世界适应力”测试框架。既有趣又有意义。
而且最终还是有队伍实现了全自主的任务闭环，验证了机器人从“演示可行”迈向“应用可靠”的可能性。赛事专家委员会主席、香港工程院院士刘云辉觉得赛事正尝试建立以人类能力为参考的技术标准，未来3-5 年，希望机器人能可靠完成垃圾分拣等基础任务，达到人类 20%-30% 的操作水平。
封面图源 | 巴芮 摄
你会买只机器狗回家浇花吗？