聚财略机器人香港开启极限挑战，丢掉遥控器，硬刚全自主!

聚财略

智东西

作者 | 许丽思

编辑 | 漠影

机器人花式后空翻、拳击、拟人化奔跑、跳舞……这些高难度炫技已经让人见怪不怪，进工厂干分拣、组装、巡检也越来越多，有时候容易让公众觉得，机器人看上去很聪明能干，距离走进日常生活不远了。

但把视角从屏幕拉回到产业现场，画风却不太一样。行业整体处在试点多、规模化少的早期阶段，多数项目仍停留在实验室demo和展会秀场，技术路径、商业模式都还在探索，真正能落地的少之又少。

这种观感上领先、应用上滞后的强烈反差感，不由得让人追问，无遥操、全自主的机器人距离走进人类生活到底还有多远？

ATEC2025赛事专家委员会主席、香港工程院院士刘云辉教授提出，机器人有三大核心能力，行走、操作、改造环境。这也是判断机器人能否适应真实环境的重要依据。再具体一些，从机器人完整的“感知-决策-执行”的流程上来看，机器人需要准确感知真实环境，进行全自主决策，并完成最终的长链条任务执行。

问题是，这些能力在今天的机器人身上，究竟到了哪一步？行业需要一个尽量接近真实又能公开观察的窗口。

近日，第五届ATEC科技精英赛构建了一套真实世界适应力测试框架，比赛由香港中文大学主办，ATEC前沿科技探索社区、北京大学、北京师范大学、蚂蚁集团联合承办，专家评审阵容包括刘云辉、谢立华、Masayoshi Tomizuka等多位国际知名机器人学者。

赛事在全户外场景下考察行走、操作、改造环境等多项能力，来自全球的13支顶尖赛队完成了吊桥穿越、定向越野、自主浇花与垃圾分拣等系列任务。

就像蚂蚁集团技术战略部负责人所说，“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。”

一、拒绝标准化环境，机器人须进入非结构化的真实场景

当前，多数机器人技术验证，基本都是在灯光可控、地面平整、障碍物规则的标准化环境中。

结果就是，这种设置屏蔽了真实世界的大量不确定性，就算取得不错的表现，也难以拓展到其他场景的应用中。这是在判断全自主机器人能否进入人类生活场景时，最先被标准场地抬高预期的第一个维度——环境感知能力。

感知到底难在哪？对机器人来说，要求它能习惯各种乱七八糟的光影、背景和杂物，能实现多模态信息融合，还要在目标和环境不断变化的情况下，保持输出稳定。

ATEC2025赛事组专家、香港中文大学（深圳）理工学院助理教授钟仿洵提到，“真实环境里最大的问题是不确定性和高动态性，你看到的不一定是真的。”机器人必须具备识别并处理感知信息中“不确定性”的能力，这是实现高级自主的前提。

垃圾分拣就是一个很典型的例子，这样的任务尤其注重机器人的环境识别能力：垃圾类型、材质、形状都各不相同聚财略，还可能有污渍、遮挡、随意堆叠。同一个物体只要在堆叠顺序、污渍上变一下，在实验室里训练出来的识别能力很可能一下子就无法正常工作了。

多支赛队在采访时提到，实验室里的精准识别，到了真实场景可能瞬间失效。比如，比赛当天，香港大晴天的太阳光线非常强烈，香蕉皮在被反复抓取后发生不可回弹形变；实验室采集的桌子数据完全不适用，现场桌子反光影响了激光相机点云；透明物品比如矿泉水瓶由于反光等原因，导致多台机器人识别失败；有的机器人垃圾还没抓取到，就急着往垃圾桶走……

这与很多机器人应用试点中，换一个工位、灯光，应用效果就大打折扣的情况高度相似。它们指向的都是同一个行业事实：机器人在真实环境的感知能力，是可大规模部署的基本前提。

在运动场景中，类似的问题同样存在。定向越野比赛，复杂蜿蜒的林间小路光影摇曳，树荫和坑洼不断交错，机器人必须判断眼前的暗块到底是可以踩上去的土路，还是需要回避的坑洼，需要感知系统可靠估计地形、识别可通行区域。

刘云辉教授表示，这类任务强调是在自然场景下测试运动能力和环境识别，在一些有限引导下，看看机器人能不能通过实时反应克服障碍、爬山涉水。

作为冠军选手的浙大Wongtsai团队称，面对复杂的真实环境，他们在Isaac LAB中搭建了一个尽可能还原比赛场景的环境，甚至专门对RealSense相机的噪声，比如双目视差、散斑投射、纹理缺失等问题进行模拟。这种“仿真到真实”的闭环设计，让他们的四足机器人成为首个全自主跑完全程定向越野的参赛选手。

行业正加快从标准场地可用走向真实场景可用，真实环境是机器人走出Demo、能在更多场景复制落地的必修课。

如果机器人能学会全自主垃圾分拣，解决了背后复杂视觉感知、多材质物体识别、稳定抓取上的长期难题，就有望在工厂、环卫、物流等“脏乱差”场景应用；如果机器人能自主完成定向越野，就能解决未来在园区巡检、户外勘探、灾害救援等复杂地形场景中遇到的真实难题。

二、摆脱人类遥控，机器人大规模落地需要自主决策

现在，我们看到的许多炫酷的机器人能力展示，很多都是由人类操作员遥控操作，机器人更多扮演远程操作平台，而非具备真正决策能力的智能体。这种机制，在产业发展早期，确实能够更快速验证机器人能力、收集数据、积累经验等。

但是，机器人的表现很大程度上来自人类的经验判断和临场操作，是人脑在替机器人的大脑工作，容易掩盖了机器人在感知、决策等的短板，难以真实反映其在无人干预下的表现。这是在判断全自主机器人能否进入人类生活场景时，最容易被遥控表现美化的第二个能力——决策自主性。

一些头部公司已经做出调整，以特斯拉Optimus为例，年中，其宣布放弃了传统遥控操作学习的方式，之后，马斯克10月发表对Optimus功夫视频的评论：“是AI，不是遥控”，这都说明，无遥控已经成为具身企业未来发展的清晰共识。

全自主、无遥操是行业发展的重要趋势所在，赛事通过评分规则，明确奖励无遥操的参赛选手。但这也极具挑战性，浙大Wongtsai团队的队长朱承睿形容，从人类远程遥控操作到自主控制，大概是蒸汽机时代到电气化时代的飞跃。

吊桥穿越任务中，机器人需要通过三种不同间距的桥面段，自主识别桥面结构，决定是否需要借助工具通过、是否拉绳搭桥等。有的选手给机器人装上宽大的“脚底板”，避免穿越过程中被缝隙卡住；有的机器狗通过跳跃绕开缝隙，还省略了拉绳搭桥的步骤。

在刘云辉院士看来，这类任务的核心是决策与规划，因为桥板位置不一样，机器人要自己做思考、做决策，比如拿起板来填充，从而改变环境，适应自己的运动。这是包含了环境评估、工具使用、任务规划的高级智能行为。

港中文CUMAE团队谈道，比赛中的不同任务对机器人的硬件和AI能力有不同要求，AI和机器人的发展应在一个大系统里相互配合、发挥优势，而不是彼此单独发展，这给了团队在未来解决类似问题的一个思路。

目前，机器人在小脑的运动控制与运动性能进步飞快，但在大脑部分的AI能力还很基础，不少业界人士都曾表示，AI能力不足也导致了机器人没能真正大规模落地。

随着行业向规模化落地迈进，全自主能力必然会成为机器人企业的核心竞争壁垒，也是机器人从“工具”迈向“伙伴”的核心标志。

三、不止单一能力，机器人需要稳定跑完一整条长程任务链

即使感知、决策能力都过关，机器人能否进入人类生活场景，还取决于第三个维度：能不能稳定执行具有一连串复杂动作的长程任务链，而不是只完成某一个精彩动作。

不少演示都是通过遥控来实现对机器人单一动作能力极限的展示，但是在仓储拣选、园区巡检、灾害救援等真正应用场景中，机器人需要完成的是具有多个步骤的长程任务链。

家庭场景也是如此，叠衣服、浇花、洗碗、收纳等也是长程任务，以家庭浇花这样看似小事的精细任务为例：机器人需完成取水壶、接水、走到花盆前、控制浇水、再归位的全流程，水壶重量和重心在过程中持续变化，这考验的是从感知、规划到力控、步态协同的一整套能力。

在ATEC的自主浇花任务中，这种系统性挑战被直观呈现：有的机器人在拿起水壶后频频摇晃、对不准浇花位置等，需要多次调试，人工多次干预；少数队伍能完成全流程，但往往速度较慢。这些场景与现实中“机器人总是要人去救场”的情况非常相似。

“VLA模型有一定的泛化能力，但它只能理解图像和语言指令，无法将这些指令与真正的物理交互相对应，在物理世界的理解和交互能力方面存在不足。”浙大Wongtsai团队说。最终，团队还是选择了传统的视觉识别+机械臂规划的方案。

北理工CyberPrime团队提到，自主浇花任务难以全自主完成的原因主要有两方面：硬件上，传统高精度机械臂重量大、速度慢，搭载在四足机器人平台上不稳；软件上，操作算法泛化能力有限，实验室用少量道具训练的策略，到了比赛现场完全不适用。在他们看来，机器人走入生活，硬件运动能力没问题，主要瓶颈在于操作精度、安全性和自主性，这也是实验室未来几年主要攻破的方向。

这也揭示了具身智能正面临的处境：各种模型、算法看上去很聪明，但一落到具体机器人的执行层面上就处处受限，软硬件脱节；机器人下半身能够顺利移动，但是上半身操作环节却格外吃力。更严格地说，即便能跑起来，在长时间、多轮次、多场景的任务链下，它们也很难保持一贯的稳定性和可维护性。

未来，真正落地的机器人产品，必须要面对长程任务链这道坎，重视系统可靠性、任务完整性实现移动与操作的统一。

结语：真实世界“翻车”很正常，是具身智能落地的必经之路

两天的比赛看下来，任务挑战大，全自主太难，机器人翻车情况确实存在。

不过，刘云辉院士觉得，翻车很正常，也是一个进步，至少把机器人拿到场景下测试了，失败也是一个结果，但能够给到反馈，让开发者反思哪里做的不够好、技术应该怎么改进。“我觉得你没有失败，其实就永远不可能有成功的一天。”