智元辦機器人挑戰賽：清華&上海AILab奪冠，華南理工“單人成團”拿亞軍

henry 2025-10-27 14:39:56 來源：量子位

henry 發自 IROS

量子位 | 公眾號 QbitAI

這屆機器人挑戰賽，真的太卷了。

由智元機器人聯合OpenDriveLab舉辦的機器人挑戰賽——

AGIBOT World Challenge線下決賽在杭州IROS正式落幕。

來自全球的11支頂尖隊伍在抓取、折疊、烹飪、倒水等六大真實物理任務中展開激烈角逐，現場高能不斷。

最終，清華大學聯合上海AI Lab的AIR-DREAM團隊憑借出色的綜合表現奪得總冠軍，華南理工大學與香港大學團隊分獲二、三名。

除比賽之外，智元在此次IROS上也展示了精靈系列、靈犀x2、遠征A2等產品線。

其中，精靈-G2是16號發布以來的首次公開亮相。

清華&上海AILab、華南理工、港大包攬前三

在本次AGIBOT World Challenge——Manipulation線下真機決賽中，共有來自全球頂尖高校與研究機構的11支隊伍登臺對決。

選手們在“整理雜貨”“動態分揀”“衣物折疊”“廚房操作”等六大真實物理任務中展開角逐，全面檢驗具身智能系統的操作精度與泛化能力。

經過三天的激烈比拼，最終由清華大學和上海AILab聯合組成的AIR-DREAM團隊奪得冠軍。

華南理工的Notonlysim（全隊僅一人）獲得亞軍。

香港大學的Firebot團隊則斬獲季軍。

賽后，前三名的隊伍還分享了他們的技術心得：首先是AIR-DREAM團隊的——X-VLA模型。

X-VLA是一種可擴展、簡潔的通用視覺-語言-動作（VLA）模型，它通過為每個機器人平臺引入實體特定的可學習軟提示（Soft Prompts）來有效解決跨實體、異構機器人數據的難題。

接下來是來自華南理工“單人成團”的曾嘉龍同學，他分享了自己的參賽經驗：

在算力有限的情況下，先通過快速微調預訓練基礎模型建立可靠基準，再以低成本進行探索性改進，從而實現賽題要求的高成功率和強魯棒性。

然后是香港大學Firebot團隊的陳天行同學，分享了他們的參賽經驗：

在資源緊張、時間有限的情況下，他們以預訓練的基礎模型π0為基礎，依托RoboTwin 2.0仿真平臺進行數據生成和并行強化學習，充分利用豐富的機器人部署經驗，在10天內用8塊A100 GPU搭建起高效可靠的技術路線。

Manipulation六大賽道

此次的線下真機決賽主要聚焦于倉庫、分揀等真實物理場景，旨在向參賽者提供數據-模型-應用的完整鏈路，測試模型的泛化水平。

決賽共設置6個任務，涵蓋物體抓取、動態揀選、衣物折疊、家務操作等真實場景，訓練與測試場景比例為7:3，以考察機器人在“已見”與“未見”情境下的表現差異。

每支隊伍需在每個任務中進行10次嘗試，最終以平均得分計入總成績，比賽的基線模型為UniVLA（RSS 2025）。

比賽中六個具身任務的具體設計與評測標準如下：

Pack groceries（整理雜貨）

整理雜貨任務限時90秒。比賽參與者需要在已拷貝好模型的機器人上（后續任務同），讓機器人從桌面抓取三個零食，并將其準確放入購物袋中。

每成功抓取一個物品可獲得1分，成功放入袋中再得1分，單個物品滿分2分，三個物品累計滿分6分。

該任務主要考察機器人在靜態場景下的物體識別、抓取路徑規劃及穩定放置的能力。

Pack items from conveyor（從傳送帶上打包物品）

傳送帶任務限時90秒。比賽參與者需操控機器人在動態傳送帶上識別并抓取目標物品，將其放入指定的收納箱中。

傳送帶上共有15個物品，機器人需在運動場景中完成至少三次成功抓取與放置操作。

每抓取一個物品得1分，正確放入箱中再得1分，累計滿分6分。

該任務模擬物流揀選場景，考驗機器人在動態環境下的目標檢測、實時決策與操作穩定性。

Fold short sleeves（折疊短袖衣物）

折疊短袖任務限時150秒。比賽參與者需讓機器人從左、右兩側依次抓取衣物邊緣，并完成標準化的折疊動作。

左側抓取、右側抓取、折疊及整理各計1分，總分4分。

該任務旨在評估機器人對柔性物體的感知與操控能力，特別是布料類物體在非剛性狀態下的形變識別與控制精度。

Microwave the food（加熱食物）

加熱食物任務限時150秒。機器人需完成從開門到啟動微波爐的完整流程，包括按住門把手、打開門、將食物放入、推回門、關閉并按下啟動鍵。

每個步驟計1分，累計滿分6分。

該任務模擬家庭廚房場景，評估機器人對門類機械結構的操作順序理解、力度控制及任務分解能力。

Restock the hanging area（補充掛放區物品）

補充掛放區任務限時60秒。機器人需從箱中取出指定物品，并將其準確放置到貨架或掛放區域的對應位置。

抓取物品得1分，成功放置得1分，滿分2分。

該任務考察機器人在狹小操作空間中的精確抓取與空間定位能力，以及物體置放動作的協調性。

Pour water（倒水）

倒水任務限時60秒。比賽參與者需讓機器人完成從抓取水壺、向杯中倒入指定量的水，到將壺放回原位的全過程。

抓取、倒水、控制水量與放回各計1分，累計滿分4分。

該任務主要用于評估機器人在連續控制與液體動態感知方面的綜合性能，測試其在精細運動與環境反饋下的動作穩定性。

AgiBot World Challenge

本次線下決賽是AgiBot World Challenge@IROS 2025的收官之戰。

大賽聚焦具身智能的兩大核心方向——Manipulation（操作） 與 World Model（世界模型），總獎池高達56萬美元。

經過三個月的線上仿真賽，來自五大洲、23個國家和地區的431支頂尖戰隊參與角逐，覆蓋高校、研究機構與前沿企業。

其中，Manipulation賽道經過層層篩選，最終由11支全球頂尖戰隊晉級線下真機決賽，并于本次IROS 的現場展開對決。

參賽選手依托智元機器人平臺，完成多項具身智能任務，角逐6萬美元獎金池，冠軍團隊獨攬1萬美元。

與此同時，World Model賽道聚焦讓AI預見物理世界這一核心命題。

參賽者基于智元開源的 AgiBot World數據集與EVAC基線模型開發智能體系統。最終由VIPL-GENUN、HD-Robo與SHIELD-LMD三支團隊分別摘得冠亞季軍。

最后，值得一提的是，在比賽展廳的隔壁，智元機器人剛剛發布的能“射箭”的機器人——精靈 G2也在本屆IROS迎來了首次線下亮相。

觀眾們還可在智元展臺體驗一把機器人射箭，現場感受精靈G2遙操作的超低延時和超高精度。