平均25岁团队48小时重采数据夺具身模型赛冠军
在蚂蚁灵波举办的首届具身大模型挑战赛决赛中,15支从初赛1855支队伍、3252名选手中突围的队伍,被要求在48小时内完成数据采集、模型调优与真机部署。三项任务共用一套模型:按指令摆放水果,把化妆品放进透明收纳架的指定层,以及双臂配合清扫垃圾。
夺冠的是TARS队,平均年龄25岁,队长吴昊楠即将从天津大学硕士毕业。决赛中,他们凭借82分获得一等奖和8万元奖金。前两项任务中,团队用千问识别干扰物,再按背景颜色抹除干扰区域,让VLA更易看清目标与目的地,基本沿用官方数据。
转折出现在第三项任务。官方提供的210条示范都抓簸箕把手,接触面小,稍有偏转就容易打滑或翻转。TARS决定从零采集新数据,改为抓簸箕后沿,让工具先稳定下来,再完成清扫动作。这一选择占用了团队大部分精力,也让他们在临近结束前反超EVA,最终登顶。
被反超的EVA由华中科技大学、清华大学深圳研究院及湖北元一智能成员组成。首日使用官方公开数据训练后,真机成功率约10%。团队转而从失败轨迹入手:先让模型执行,遇到偏航或未见场景时由人补充示范、接管纠错,再用大模型评判标注,将数据回流训练。比赛期间,他们完成约7轮迭代,额外采集700多条示范与接管数据,并把训练速度提升到原来的2.7倍,最终得分73.83分。
第三名SST队给自己取名“老年上海观光团”,队长杨泽鸣是天津大学大四学生,另外三名成员为研究生。该队只额外采集3条数据,把主要精力放在处理官方示范上。他们让DeepSeek解析任务指令,把目标物体文字提示交给SAM 3分割,保留目标区域原始画面、压暗其他区域,再送入VLA。针对SAM 3现场分割不稳定的问题,团队从示范结束画面定位目标,再沿倒放视频持续追踪,补齐整段标注,并用约一小时微调SAM 3。执行时,模型每次生成50步动作,他们只执行前16步后重新推理,并配合动作平滑,最终拿到65.87分。
其他队伍也围绕数据做不同判断。Vida队补采跨桌面中线抓取等困难布局,并专门加入公共数据中没有的杨桃;FDU_SONIC边训练边检查真机表现,根据失败位置倒推补采内容,获得第五名。训练效率同样关键:驰序知行把训练加速约3.7倍,在比赛期间迭代30多个检查点;TARS把单步训练耗时从约15.6秒压到3.4秒。
但数据更多并不必然带来更高分数。Motion队补充任务二、任务三数据继续训练后,任务一表现反而下降;“师兄会帮我调真机的对不队”则发现五名成员轮流采集,操作习惯不同,有人先抬手,有人先向前,模型在有限时间内难以学稳。还有团队搭建了完整仿真方案,却在真机上频繁出现放置偏差,复盘后才发现机械臂与桌子距离和其他队伍相差约5厘米,影响了可达性和放置位置。
这也是蚂蚁灵波坚持48小时真机决赛的原因:硬件适配、跨任务泛化和短时间工程定位,需要在真实机器人上验证。三项任务共用一套模型,开发者还必须权衡针对一项任务的调整是否会拖累另外两项。蚂蚁灵波首席科学家沈宇军提到原生具身和正向开发;在数据方面,他认为行业需要找到数据质量的下限,弄清达到什么标准就能给模型带来有效增益。CEO朱兴则表示,不要盲目乐观,也不要过度悲观,并预计从2027年开始产业应用落地会有所加速。
比赛之外,技术经验已开始流动。Vida队的GeoAAC方法曾被其他队伍用于初赛,Vida也借鉴了其他团队研究继续改进方案。蚂蚁灵波现场发布开发者生态计划,首期邀请20位MVP,主要面向高校教师和科研人员;同时招募40位Developer Expert,面向核心开发者及技术内容创作者。优质课程研发可获得现金激励,Developer Expert可获得产品优先内测、研发交流及作品推广等支持。